标准化部署 • 根据不同政府情况的需要和现有技术基础，谨慎选择大型人工智能模型的实施路径。 • 统一协调开展大型人工智能模型在政府领域的拓展，防范“碎片化”安全风险。 • 建立客观反映公共政策、制度标准、业务流程和管理有效性的优质政府数据和知识库，支持优化大政府模型培训。运营管理 • 推动和完善人工智能大模型在政务领域推广应用的全方位管理体系，避免“幻觉”模型等危险。 • 建立人工智能大模型定期更新机制，加快运行，深化剧本应用。 • 预计建立安全责任制度，做好用户身份识别和权限管理。 • 推动建立安全风险信息共享和应急响应机制，按照规定立即处理和报告安全事件。 • 防止国家秘密、工作秘密和敏感信息输入大型非公开人工智能模型，防止敏感数据整合关联带来的泄密风险。提案建议加强组织实施 • 加快建立人工智能大模型国家标准体系和政府活动基础标准制定，及时总结推广共性场景和创新应用。跟踪评估 • 建立大人工智能推广应用全流程监测评估体系政府领域的模式，并不断重复和优化。做好培训宣传工作。 • 提高人员应用水平和水平，提高全民数字素养。 Ta结合包记者 苏雨润