这篇《税务研究》2023年第7期的文章盯着一个容易被忽略的问题：征管要用更聪明的人工智能，就得喂更多更好的数据，可数据越真、越集中，泄露和滥用的口子也越大。作者提出用合成数据破局，靠三条：严格中性、严格脱敏、满足最低数据规模。这样模型照样能练，真实数据却能留在原地，出了事责任也划得清。文章还提醒，税务这种公共领域的高风险人工智能，最怕数据投毒和算法歧视，得放到总体国家安全观下面重新看，用合成数据既能压住经济风险，也能把数据和网络风险管住。
新闻详情
税收征管数字化转型中的合成数据应用
《税务研究》2023年第7期文章认为，征管数字化要更聪明的人工智能，就需要更多更高质量的数据，而已有研究多盯着数据真实性和数据孤岛，对安全谈得不够。文章提出合成数据通过严格中性、严格脱敏、满足最低数据规模三条，既能让模型训练更安全，又能把人工智能与真实数据分开，从而理清法律责任。作者强调公共领域高风险人工智能必须防数据投毒和算法歧视，从总体国家安全观出发，用合成数据可以压低经济风险、控住数据和网络风险。
2026-11-03