网信办发布生成式AI数据合规指引，明确训练数据清洗标准

5月24日，国家网信办正式发布《生成式人工智能服务数据安全合规指引》。《指引》首次明确了大模型训练数据的清洗与标注规范，要求企业必须建立包含10万条以上样本的毒性测试集，确保生成内容不含违法违规信息。同时，规定企业需对用户输入数据进行脱敏处理，且留存期不得超过30天。业内专家认为，此举将加速国内大模型合规备案进程，预计年内通过备案的模型数量将翻倍至50款以上。