# 大模型训练数据的合规前置审查清单:来源合法性与授权链先过关 大模型项目的复盘里,问题常常不出在模型结构,而出在语料:这批数据从哪来、当初被允许做什么、现在拿来训练是否仍然站得住。等到上线前才发现授权覆盖不到训练用途,返工成本往往远高于立项时多做的一轮审查。合规前置审查不是给项目踩刹车,而是在语料进入训练管线之前,把"来源合法性"和"授权链完整性"变成可留痕、可复核的门槛。 先说明边界:下文是实务方法建议,不是法律意见。具体项目是否合规,需结合机构实际判断。 ## 一、先按来源给语料分流,审查起点才不会错 训练语料往往混着几种来源:机构内部业务系统沉淀的数据、从合作方取得或外部采购的数据、公开渠道采集的数据,以及加工或合成生成的数据。它们的授权链长度完全不同,用同一套表格审,容易漏掉差异。 分流时同时标三个属性:是否涉及个人信息、是否可能含敏感个人信息、是否已经过脱敏或匿名化处理。这里有一个常见误解:脱敏后的数据仍可能属于个人信息,匿名化则要求达到不可识别且不能复原的程度,两者不能混为一谈,也不能用"已经脱敏"一句话替代判断。对每一类来源,先问"凭什么能用",再谈"怎么加工"。 ## 二、来源合法性:把授权链补到能回溯 《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》由全国人民代表大会常务委员会制定,是处理个人信息与开展数据处理活动需要遵循的基础法律。落到训练语料上,实务中可把授权链拆成三个可核查的问题: 第一,数据从哪来。内部沉淀的要能说清采集时的场景与告知范围;外部取得的要留得住合同、协议或授权文件;公开渠道采集的,"公开可见"不等于"可自由用于训练",仍要看采集方式与后续用途。 第二,凭什么处理。委托处理与对外提供是两类不同的关系,前者通常围绕受托方的处理目的、方式和期限作约定,后者涉及接收方与用途变更,适用的要求不同。语料若来自合作方,需确认原文件是否覆盖模型训练这一用途。 第三,能不能再往下传。训练语料常经过标注、清洗、外包加工等环节,每转手一次都要有对应依据。对外提供、共享、委托处理的痕迹要能串成一条链,而不是只留一份总合同。 还需提醒:权益登记、数据挂牌或成交,说明数据被纳入某种可管理的权利或交易框架,并不等于所有权确认,也不等于全部合规审查已经完成。把它当作"免检章",是训练数据审查里风险很高的一种捷径。 ## 三、用途边界与最小必要:让授权范围覆盖训练场景 原授权目的如果是诊疗、科研或某个具体业务,能否延伸到模型训练,需要单独判断,不能因为是"院内自用"就默认覆盖。目的限定原则落到语料上,就是先写清楚这批数据要支撑什么能力、训练什么任务,再回头比对授权文件的表述。 最小必要则要落到字段。实务中可按"删掉这个字段是否影响训练目标"逐项过一遍:能删的先删,不能直接删的考虑遮蔽或泛化,确需保留的记下理由。这里的取舍没有统一答案,需结合机构实际判断,但取舍过程本身要留下来——它是日后说明"为什么用了这些字段"的主要依据。 ## 四、审查留痕与复评:让每一批语料都能追溯 前置审查的价值,一半在审查结论,一半在结论能不能被复核。建议为训练语料建立独立台账,至少记四类信息:来源与授权依据、处理与加工动作、用途与字段范围、审查结论与审查人。台账与数据集版本绑定,模型迭代时才能说清"这一版用了哪一批语料"。 授权是有期限和范围的。合作到期、用途扩展、加工方变更、外部规则更新,都应触发复评,而不是一次通过永久有效。审查台账里的复核环节要指向具体的人或岗位,形成"申请—核验—结论—复评"的闭环;全流程留痕,才能在被追问时拿得出证据,而不是临时拼材料。 ## 五、五条可执行清单 1. 建立训练语料来源清单,逐批标注来源类型、是否涉及个人信息、脱敏或匿名化状态,不用"已处理"一概而过。 2. 每批语料核对授权链:能否回溯到原始依据,用途表述是否覆盖模型训练,委托处理与对外提供是否分开留档。 3. 按字段做最小必要裁剪,逐项记录保留、遮蔽或删除的理由,不确定处标注"需结合机构实际判断"。 4. 把审查结论、审查人和时间写入与数据集版本绑定的台账,做到每一版模型都能对上语料批次。 5. 设置复评触发条件(授权到期、用途扩展、加工方变更、规则更新),触发后重新核验并保留复核记录。