歐盟人工智慧法(EU AI Act) & AI Compliance

    歐盟《人工智慧法》的資料治理、文件與日誌義務如何適用於客製 AI 模型

    Overview

    歐盟《人工智慧法》是第一部專為人工智慧系統制定的全面性法律框架。它於 2024年8月1日生效,各項義務分階段適用:禁止性規定自 2025年2月起適用,通用 AI 模型的相關規則自 2025年8月起適用,大部分高風險義務自 2026年8月起適用,部分則自 2027年8月起適用。2025年11月,歐盟執委會提議將部分高風險義務的適用日期延後,因此請查明目前適用於您系統的時程。該法建立了以風險為基礎的 AI 應用分類制度,並對在歐盟境內運作之 AI 系統的提供者、部署者與進口者課予相應的義務。

    該法將 AI 系統分為四個風險等級:不可接受的風險(禁止)、高風險(嚴格監管)、有限風險(透明度義務),以及最低風險(大致不受監管)。高風險 AI 系統包括用於就業、教育、信用評分、執法與關鍵基礎設施的系統,面臨最嚴格的要求,包括符合性評鑑、品質管理系統,以及持續的上市後監測。

    對於 AI 開發者以及自行訓練模型的組織,歐盟《人工智慧法》針對訓練資料治理、文件與透明度提出了詳細要求。第 10 條規定了訓練資料在品質、相關性與代表性方面的義務,並要求檢視可能存在的偏誤。第 11 條要求技術文件說明 AI 系統的預期用途、設計規格、訓練方法與驗證結果。這些要求代表 AI 開發在文件記錄與治理方式上的根本轉變。

    AI-Specific Requirements

    第 10 條的訓練資料治理要求,是該法中對 AI 開發團隊影響最大的條文之一。高風險 AI 系統的提供者必須確保訓練、驗證與測試資料集都受到適當的資料治理與管理實務規範。這包括檢視資料是否可能存在偏誤、找出資料的缺口或不足之處,並採取措施處理代表性問題。訓練資料集必須具相關性、具充分代表性,並盡可能沒有錯誤且完整。

    第 13 條確立了透明度要求,規定高風險 AI 系統的設計與開發,必須讓其運作具備足夠的透明度,使部署者能夠解讀輸出並適當使用系統。這包括清楚記錄系統的能力、限制、已知風險,以及訓練資料的特性。針對通用 AI 模型(包括基礎模型),第 53 條另外規定了訓練資料文件方面的義務,包括提供訓練所用內容的充分詳細摘要。

    該法也要求建立品質管理系統(第 17 條),涵蓋風險管理流程、資料治理規範、上市後監測計畫與事件通報機制。高風險系統的設計必須能在整個生命週期中自動記錄事件(第 12 條),部署者則必須將這些日誌保存至少六個月(第 26 條)。提供者必須在 AI 系統的整個生命週期中維護技術文件,並配合各國的市場監督機關。違規的罰則相當嚴厲:從事被禁止的 AI 行為,罰鍰最高可達 3,500 萬歐元或全球年營業額的 7%;其他多數違規,最高可達 1,500 萬歐元或 3%。

    How Ertas Helps

    該法的大部分義務落在 AI 系統的提供者身上,而當您為自己的使用情境訓練客製模型時,提供者往往就是您。Ertas 提供一套由您掌控的訓練流程。在 Ertas Studio 中,您可以選擇基礎模型、建立或上傳資料集,並執行與比較各次訓練。Studio 會儲存每次訓練所用的資料集,讓訓練可以重新執行,這為第 10 條要求的資料治理紀錄與第 11 條要求的技術文件提供了原始素材。訓練在 Ertas 的雲端 GPU 上執行,因此資料集會上傳到 Ertas。請先將其中的個人資料最小化,因為 GDPR 與該法同時適用。

    訓練好的模型屬於您。將它匯出為 GGUF 或 safetensors,並在您自己的環境中執行,您就能在自己營運的系統中建置第 12 條的事件日誌與第 14 條的人為監督,推論資料也不會傳到 Ertas。在您重新訓練之前,模型版本維持不變,因此您記錄並評估過的模型,就是實際部署的模型。自適應模型端點與企業客製模型建置也可以在您自己的雲端或地端執行模型。

    風險分類、風險管理系統、資料的偏誤檢視、符合性評鑑、上市後監測與事件通報,仍由您負責。Ertas 不會為您的系統進行風險分類,也不會為它製作符合性評鑑文件。

    Compliance Checklist

    您擁有訓練好的模型及其匯出的權重Supported
    匯出模型權重,在您自己的環境中執行推論Supported
    在您重新訓練之前,模型版本維持不變,因此文件記錄的模型與實際部署的模型一致Supported
    刪除已上傳的訓練資料集Supported
    訓練執行紀錄:Studio 會儲存每次執行所用的資料集並比較各次執行;第 11 條的技術文件由您撰寫Partial
    資料審查:Data Craft 讓您編輯每個範例並追蹤其核准狀態;第 10 條的偏誤檢視由您執行Partial
    風險分類與風險管理系統Customer Responsibility
    系統執行環境中的自動事件日誌與人為監督Customer Responsibility
    符合性評鑑、上市後監測與事件通報Customer Responsibility

    Relevant Ertas Features

    • 模型匯出(GGUF、safetensors)
    • 自行託管推論,執行時不依賴 Ertas
    • 平行訓練執行,可並排比較
    • Data Craft 資料集建構工具,可編輯並核准每個訓練範例
    • 自適應模型端點,部署在您的雲端或地端

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.