大模型“开源”到底开了什么?不同协议有什么区别?
文章拆解大模型“开源”的不同层次,区分开放代码、开放权重、训练数据、训练配方和使用政策,并比较 MIT、Apache-2.0、BSD、自定义模型协议等对企业商用、微调、再分发和合规风险的影响。
模安局 专题
关注治理政策、监管路径与制度落地方式,强调合规责任与政策协同。
文章拆解大模型“开源”的不同层次,区分开放代码、开放权重、训练数据、训练配方和使用政策,并比较 MIT、Apache-2.0、BSD、自定义模型协议等对企业商用、微调、再分发和合规风险的影响。
2026年5月8日三部委联合印发《智能体规范应用与创新发展实施意见》,监管对象从大模型转向智能体,提出七层安全框架、权限边界、行为围栏、AIP协议与智能互联网等核心议题,标志着 Agent 时代治理底座正式铺底
去年打的是 AI 黑灰产,今年管的是 AI 产业链——监管正在从治理"AI 技术被滥用",进入治理"AI 应用全链条"的阶段。
从基础法律到生成式AI专项规章,系统梳理中国大模型内容安全的五层法律框架:网络安全法、数据安全法、算法监管规定、生成式AI暂行办法及技术标准,厘清平台主体责任与合规路径。
最近看到一篇很适合企业 AI 安全落地的论文,题目叫**《Positive Data Control: A Secure Architecture for LLM-Mediated Data Governance》**。
梳理全球AI治理的三条主路径,比较不同政治制度下的治理逻辑、立法结构与工具组合,并聚焦生成式AI、深度合成与算法透明度的差异化监管。
解读《政务领域人工智能大模型部署应用指引》,按场景、部署与安全要求给出落地清单。
解读《意见》的六大领域与八大支撑,梳理AI+国家级工程的逻辑、机遇与挑战。
围绕“清朗·整治AI技术滥用”专项行动,梳理13个AI治理重点方向、监管方式与治理措施。