国家标准化指导性技术文件《人工智能 可信赖数据集》（GB/Z 237-2026）发布：我国首个聚焦数据集治理的可信赖人工智能专项文件

该标准围绕数据全生命周期给出了通用建设与自查评估指引，为科研机构和企业开展数据集治理提供务实、可操作的参考依据。作为我国首个聚焦数据集治理的可信赖人工智能专项指导性文件，它承接国家标准《人工智能 可信赖 通则》（GB/T 47507-2026）的总体框架，为构建"可信赖标准—可信赖数据集—可信赖AI系统"的完整落地链路提供关键支撑。

从标准体系位置看，GB/Z 属于国家标准化指导性技术文件，具有推荐性与方法指引性质，通常用于尚在快速发展、不宜立即制定强制性或正式推荐性国家标准的领域。数据集治理正属于此类：语料来源合法性、标注质量、偏差与代表性、可追溯性等问题的行业共识仍在形成过程中，以指导性技术文件先行给出通用框架，比直接设定硬性指标更适配现阶段产业状况。

该标准的出台与国内近期多项政策形成呼应。交通运输部《交通运输数据安全管理办法》第二十一条已要求提供生成式人工智能服务者"强化数据标注质量评估"；数据标注先行先试已在32个城市启动；贵州9月印发行业高质量数据集建设三年行动方案，明确"一链一集一标准"思路，为每个细分领域研制一套数据集建设标准。三者分别从行业规章、产业试点与地方行动层面指向同一治理对象。

对开展AI训练数据处理的企业而言，本标准提供的自查评估思路可用于内部数据集台账与质量留痕，与《个人信息保护合规审计管理办法》《网络数据安全管理条例》中"处理情况记录至少保存3年"等要求衔接，构成模型上线前可举证的数据来源与质量证据链。中国科学院软件研究所表示，后续将持续推动标准成果转化落地。