算法备案大模型申请具有一定难度，并非容易之事。其难度主要体现在材料准备、技术描述、安全评估及审核标准等方面，具体如下：
材料准备要求高：需提交《算法安全自评估报告》《主体责任承诺书》等材料。其中，算法安全自评估报告内容要求极为详细且专业，需涵盖算法逻辑、数据来源、安全措施等重要因素，不同行业产品表达方式各异，还缺乏统一模板，若随意拼凑易被查重。
技术描述难度大：要清晰准确地说明算法原理、用途、使用场景等关键信息，同时还需避免泄露商业秘密，这对于复杂的大模型而言，用简洁易懂的语言描述并非易事。此外，还需用流程图说明算法运行逻辑，若关键参数缺失，也会导致备案失败。
安全评估严格：大模型备案侧重于模型的可靠性、可追溯性和伦理合规性，需覆盖相关法规中的伦理审查项。例如，语料标注规则需包含标注团队资质、数据脱敏方案，且标注错误率需控制在 0.5% 以内；拦截关键词库必须覆盖 17 类安全风险，总量不少于 10000 条，还需每月更新涉政、暴恐、伦理类新词。
审核标准有模糊地带：审核标准虽有相关规定，但部分细节存在模糊之处，如 “重大影响的决定” 在算法解释权中的判定标准不明确，企业准备材料时难以准确把握，可能因材料不符合审核人员预期而被驳回。
企业差异影响通过率：从已公布的深度合成服务算法备案清单来看，互联网大厂凭借资源优势和对安全合规的重视，通过率相对较高，而小厂由于撰写申报材料能力有限等原因，通过率不及大厂一半。
