在大模型应用百花齐放的背景下，统筹传统模型与人工智能模型风险管理，构建银行新型模型风险管理体系，在守好模型风险底线的同时，支持业务构建风险围栏，促进人工智能应用安全可控，具体包括： 1、 负责银行模型风险管理工作，结合科技行业实践和金融监管要求，构建新一代模型风险管理体系，覆盖传统模型与人工智能模型，实现模型分级分类差异化管理； 2、 完善模型风险管理平台，构建模型风险管理工具，提升模型风险管理的覆盖度和效率； 3、 重点落地人工智能中高风险应用的风险管理，包括风险感知和防控； 4、 风险感知：对中高风险应用开展持续巡检，逐步构建评测体系（Benchmark），形成评测集，实现常态化感知人工智能模型应用风险； 5、 风险防控：设计护栏策略（Guardrails），通过高质量数据及精细化领域专业评价标准引导模型实现内生安全优化； 6、 推动人工智能模型风险管理行业标准的完善，形成行业影响力。