应急管理体系和能力是国家治理体系和治理能 力的重要组成部分，加强应急管理体系和能力建设， 对于防范化解重大安全风险、及时应对处置各类灾 害事故，保护人民群众生命财产安全和维护社会稳 定具有重要意义。智慧应急是应急管理信息化建设 的总体目标，强调要适应科技信息化发展大势，以信 息化推进应急管理现代化，提高监测预警、监管执 法、指挥决策、救援实战、社会动员等应急管理能力。 大语言模型是具有大规模参数的深度学习模 进展正深刻地影响着机器系统智能化的轨迹，标志 着进入一个新的人工智能时代。从 BERT 到 GPT [1-2]， 这些模型通过深度学习和海量数据训练，不仅推动了 自然语言处理技术的边界，也正在改变知识获取和创 新的模式，将对应急管理体系发展、能力要求以及实 践操作产生深远的影响。在技术进步的强大动力牵 引下，需要重新审视并优化应急管理信息化建设路 收稿日期 2023-10-19 录用日期 2024-01-12 国 家 社 会 科

保险行业受到多个监管机构的严格监管，这些监管机构对技术的使用提出了明确的 要求，包括透明度、公平性、隐私数据保护等。大模型技术的应用必须确保符合这些要求， 否则可能面临法律风险和声誉损失。 为此，保险公司需要建立完善的合规管理体系，包括模型审计、风险评估、合规培训等 环节，以确保技术的合规应用。同时，还需要与监管机构保持密切沟通，及时了解监管动态， 调整技术策略。 1.2.3 面临挑战 在保险科技领域，大模型技术 特定领域的AI系统，实行严格的登记备案制度，并要求其在设计、研发、测试、部署、使用及 维护等全生命周期内，均具备高度的安全防护能力，以保障客户数据安全与业务稳定运行。 （2）构建大模型服务可追溯管理体系。针对面向C端提供服务的保险行业AI系统，应引 入数字证书技术进行统一标识与管理。同时，制定并发布适用于保险领域的AIGC标识标准 规范，明确显式与隐式标识的具体要求，确保从内容制作源头到传播路径、分发渠道等关 3%，人均每日代码当量（即有 效代码行数）较上年末提升了17%。 经过近一年半的探索与实践，华农保险在基于AIGC技术的星问平台建设方面取得了 显著成效。公司成功打造了具有自主特色的大模型应用管理体系，而且在提升业务效率、 优化客户体验、增强企业核心竞争力等方面发挥了积极作用。星问平台的建设和运营，不 仅给公司未来深化大模型在业务场景中的应用提供了宝贵经验，对于中小金融机构的智 能化转型也具有借鉴意义。

处理、存储和传输过程中保护用户隐私和信息安全。对于涉及跨境 数据传输的情况，需遵守《个人信息出境安全评估办法》的相关规 定，确保数据出境符合国家安全和用户隐私保护的要求。 其次，企业应建立完善的合规管理体系，包括但不限于以下方 面： - 数据分类与分级管理：根据数据的敏感程度和重要性进行分 类和分级，实施差异化的安全保护措施。 - 用户同意机制：在收集 和使用用户数据前，明确告知用户数据用途，并获得用户的明确同 行为不侵犯他人权 益， 特别是知识产权、隐私权等。在国际业务中，还需遵守《通用数据 保护条例》（GDPR）等国际法律法规，确保跨境数据传输的合规 性。 具体操作中，应建立一套完善的法律合规管理体系，包括但不 限于以下措施：  数据分类与分级管理：根据数据的敏感程度和重要性进行分类 管理，实施相应的安全保护措施。  隐私影响评估：在收集和使用个人信息前，进行隐私影响评 估，确保数据处理活动符合法律法规要求。

，包括防火墙、 入侵检测系统、数据加密技术等，确保其有效性。 此外，为增强系统的可信度，建议申请并通过国际认可的合规 认证，如 ISO/IEC 27001 信息安全管理体系认证、ISO/IEC 27701 隐私信息管理体系认证等。通过这些认证，不仅可以提升系统的安 全性和合规性，还能增强客户和合作伙伴的信任。 为便于合规性审查的实施与管理，建议采用合规性管理软件， 实时监控系统的合规

提高系统的整体性能。相关策略可如下表所示： 数据类别 存储年限 处理策略 实时视频数据 30 天 定期归档 事件相关视频数据 1 年 自动化清理和归档 分析结果 3 年 存储与加密 通过建立一个高效、结构化、安全的数据存储与管理体系，AI 大模型在公共安全视频智能挖掘中的应用将变得更加稳定与可靠， 为应对多种公共安全事件提供重要的数据支持和分析依据。 2.1.3 实时处理与分析 在公共安全领域，实时处理与分析是确保系统有效性的关键要 动识别事件并快速报警，同时为应急人员提供实时监控画面和预案 信息，提高响应速度和处理效果。 通过以上各个方向的深入探索与实施，AI 大模型视频智能挖掘 技术将在公共安全领域发挥更大潜力，构建一个高效、安全、智能 的公共安全管理体系。 9. 结论与展望 在公共安全领域，引入 AI 大模型进行视频智能挖掘的应用方 案，显示出显著的潜力与前景。通过对海量视频数据的智能分析， 能够有效提升安全管理的效率与精确性，从而在对抗犯罪、预防事

决策过程应当尽可能透明，避免 黑箱 操作。特别是在涉及贷款审 批、信用评估等关键业务时，模型应能够提供清晰的决策依据，以 便银行内部审计和外部监管机构进行审查。 为确保合规性，银行应当建立一套完整的合规管理体系，包括 但不限于以下措施： - 定期对 Deepseek 大模型进行合规审查，确 保其符合最新的法律法规要求。 - 设立专门的合规团队，负责监督 模型的使用情况，并及时处理潜在的合规风险。

例如，定 期开展安全意识培训，提升员工对数据安全风险的识别和应对能 力。同时，通过安全演练和模拟攻击，检验系统的防护能力，及时 发现并修复潜在漏洞，从而构建一个全面、高效的数据安全与权限 管理体系。 3. AI 大模型训练设计方案 在 AI 大模型训练设计方案中，首先需要明确的是数据预处理 的重要性。高质量的数据是模型训练成功的关键。数据预处理包括 数据清洗、数据标注和数据增强等步骤。数据清洗旨在去除噪声和