AI系统上线后，随着不断的投入使用AI系统会自我学习和自我演进，这也导致了AI系统的伦理道德性并不是一次性的验证，而是需要按照一定的周期不断的验证，通过按周期巡检的方式持续的评估AI系统的伦理道德风险的外溢可能性。如何建立一个长效的保证机制，完成对AI系统伦理道德长期的监控和保证就变成了一个需要解决的问题。按照伦理道德的六个方面的评估标准分别设立6个维度的评价方法，同时关注反应数据集熟悉的Datasheet以及记录模型详情的Model Card，建立了一个多维度的伦理道德评价体系，学习证券机构评分模型，建立了一个伦理道德评分模型，随着评级的降低，风险外溢的可能性变得越来越多，从而形成了伦理道德风险外溢临界模型。

建立评分体系按照伦理道德六个方面的评估标准分别设计10条测试用例，测试用例共计总分满分为60分，该部分得分用N表示。Datasheet如果保存完整、有效，DataSheet可得满分20分，DataSheet得分用D表示；Model Card内容完整，有效，Model Card可得满分20分。因此伦理道德分数共计100分。

按照最终合集的粉，将评估结果分成4个阶段，如上图所示。我们更加推荐周期性的伦理道德风险评估最长不要超过90天，我们以I天表示最长时间间隔。如果评价结果是A，那么按照约定时间间隔I天后再次进行评价；如果评价结果是B，那么按照上一次评价的时间间隔1/3天后要再次进行评价，直到时间间隔小于1天位置，就不再缩小评价时间间隔；如果评价结果是C，那么按照上一次评价的时间间隔1/3天后再次评价，直到时间间隔小于1天位置，就不再缩小评价时间间隔；如果评价结果是D，就出现了伦理道德风险外风险，需要人工发起主动的“防御”措施。特别注意，如果上次评价中有一些测试用例没有测试通过，导致了减分，那么下个周期再次评价的时候，必须包含上一个周期减分的测试用例，其他测试用例也必须重新设计，不可重用。