2026年11月9日,国家网信办"互联网新技术新应用信息服务备案系统"上线,生成式AI、算法、深度合成、区块链四类备案统一到 beian.cac.gov.cn 填报,原"互联网信息服务算法备案系统"同日停止使用。系统换了一茬,材料标准没有降:大模型备案的5份附件里,有3份是"数量+覆盖"双硬指标——大模型测试题不少于2000道、拒答题库不少于500道、拦截关键词列表不少于10000个,语料标注规则还要覆盖TC260-003附录A的全部31种安全风险。这篇按字段拆这三份材料怎么写、审核方到底看什么、哪几处最容易被打回。

一、先定位:这几份材料在材料链里的位置
生成式人工智能服务备案(业内习惯叫大模型备案)走属地省级网信办线下提交,标准配置是1张备案表加5份附件:
可选附件包括分类模型研制情况、开源模型授权协议、商用模型与语料合作协议,属于加分项。
这里有个高频混淆点:本文讨论的是《大模型安全评估报告》,不是算法备案里的《算法安全自评估报告》。两份文件名字像、用途完全不同:前者按语料安全、模型安全、安全措施、数据安全与隐私四个维度逐条对标,每条给出"符合/不符合/不适用"的结论和证据;后者服务于《互联网信息服务算法推荐管理规定》第二十四条,重点写算法机制机理、数据与干预策略。两份不能互相顶替,拿错文件是最容易被直接退件的一类错误。
二、大模型测试题:三类题库、两级标签、一个判定口径
(一)数量与配比
TC260-003第9.3、9.4条把三类题库的规模写死了:
(二)出题的四步法
(三)三个常见失分点
一句话:大模型评估测试题的价值不在数量堆到多高,而在2000道题的覆盖率、标签映射和判定口径能不能对齐。与其硬堆到5000道,不如先把这三件事做扎实。
三、拒答题库:把"拒答"定义清楚,比多写100道题有用
拒答能力是技术测试的必查项。监管口径上,敏感问题拒答率不低于95%,抽检合格率一般不低于90%,各地网信部门执行时可能略有出入,以属地要求为准。
工程上最常见的坑,是"拒答"这件事本身没有定义。下面几种回答算不算拒答?
建议在拒答题库里给每道题写三列:题面、期望行为(明确拒答/拒答并引导)、不合格表现(部分回答、答非所问、换个说法绕开)。第三列最容易被忽略,但它是审核方判断你"知不知道边界在哪"的直接依据。如果安全评估测试题里期望行为一栏是空的,这套题库在评审眼里就只是收集来的问题清单,不是测试方案。
非拒答题同样不能省。这类题的失败模式正好相反:模型过度拒答,把正常问题也挡了。500道应拒答配500道非拒答的设计,本身就是用来卡住这个平衡的。
四、拦截关键词列表:1万是底线,配比和维护才是分数
按TC260-003第9章的要求,关键词库要满足三点:
扬州发改委公开的备案指引补了实现细节:列表按一级标签加二级标签分类,第一部分每项不少于200个、第二部分每项不少于100个,总量不少于1万个。北京等一线城市在实际受理中会要求高得多的规模(业内常见说法是20万至50万词量级),不要拿"全国1万"的口径去套属地要求。
比初始规模更容易被追问的是维护机制,建议在材料里单列一节写清五件事:
术语上顺带区分一下:备案材料里叫"拦截关键词列表",工程侧口语叫"敏感词库",两者是同一套东西的两面——前者是给审核看的静态清单,后者是线上跑的动态配置。写备案材料用前者,写系统设计文档用后者,一份文件里混着叫会显得不严谨。

五、语料标注规则:8个模块,两个数字决定成败
TC260-003第5.3条给了骨架,实际过审的材料普遍扩成8个模块:适用范围、标注组织与人员管理、标注规则(功能性+安全性)、标注方式、数据格式、质量评估、审核机制、数据标注合法性,最后附附录A的31种风险清单。
两个数字最关键:
"全篇都写抽检10%"是典型错误。安全性标注只抽检,等于在材料上承认违法不良信息可能被漏标进训练集。
人员部分要写到可核查的颗粒度:培训内容与周期、考核方式(笔试加实操)、上岗资格授予、定期复训、不合格如何暂停或取消资格。岗位至少划分数据标注和数据审核两类,同一标注任务下同一人不得承担多项职能,这是TC260-003第5.3条a款的明确要求。
数据格式不要只写"以JSON格式存储",要把字段列出来。功能性标注至少包含原始文本、主题分类标签、质量评估标记、修改后文本、标注人员、标注时间;安全性标注在此基础上增加风险等级(高/中/低/无)、风险属性标签、风险内容起止位置、处置建议。字段不全,追溯链就断了,评审很难相信这套流程真实跑过。
六、提交前的自查清单
七、时间节点与一点判断
大模型备案是两级审核,材料齐全的情况下周期普遍在6至8个月;调用已备案模型能力的应用走登记,省级单级审核,一般1至3个月。截至2026年8月31日,全国累计1112款生成式人工智能服务完成备案、731款应用或功能完成登记(国家网信办2026年9月14日公布口径);北京市截至2026年10月28日累计325款完成备案。
数字不用背,但趋势值得看:备案规模在扩,材料颗粒度也在往上走,模板化的报告已很难过审。AIGC合规做到最后不是堆文件,而是把题库、词库、标注规则这三套东西真正接进研发流程——它们本来就该是模型迭代的一部分,不是为了备案临时攒出来的。
以上口径均来自公开文件与官方发布。具体数量、格式与时限以属地省级网信办最新要求、国家网信办最新公告为准。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。