要完善风险防范措施，夯实安全防护体系。建立覆盖模型开发、部署、迭代全过程的风控体系，充分评 估模型安全风险，防范模型适用、数据使用等方面的风险。强化关键环节的"人类把关"机制。规避当前 人工智能存在的局限性，确保关键环节有人监督、最终决策由人作出，避免引发系统性风险。加强数据 及网络安全管理，防止敏感数据泄露，强化对人工智能系统的安全防护。针对不同的应用场景，建立差 异化分类监管机制，完善人工智能应用制度框架体系，增强制度的适应性和包容性。 李超表示，要聚焦高价值应用场景，推动业务技术深度融合。探索开展"人工智能+资本市场"金融科技 创新专项试点，加强风险控制和容错包容。在符合国家和行业要求，风险可控的情况下，持续深化人工 智能在关键业务场景的研究与应用，推动创新服务模式的规模化应用，探索更多的"成功经验"，写 好"数字金融"这篇大文章。 要强化基础支撑，加强智能算力统筹和数据共建共享。加快推进建设行业公共智能计算基础设施，降低 行业机构人工智能应用成本。探索建设行业模型平台，构建多模态、可共享的垂域大模型和智能体矩 阵。探索建设行业通用高质量数据集，开展"数据要素×资本市场"试点，为大模型应用提供坚实的数据 ...