如果你正在构建或部署 EU AI Act 下的高风险 AI 系统,第10条要求对你的训练、验证和测试数据集实施特定的数据治理实践。本清单直接映射到法规要求。
1. 数据收集和来源
记录所有训练数据的来源、收集方法、法律基础。
2. 数据准备和清理
记录所有准备操作、使用的工具和版本、去重方法、PII/PHI 检测和脱敏方法。
3. 标注和打标
定义标注模式、记录标注者资质、测量标注者间一致性率。
4. 偏差检查
定义检查维度、运行偏差分析、记录发现和缓解措施。
5. 数据质量评估
定义质量标准、测量错误率、评估代表性。
6. 统计属性
记录数据集大小、类别分布、关键特征统计属性。
7. 数据血缘和可追溯性
实施记录级血缘追踪、记录每个转换的时间戳、归属每个操作到已识别的操作员。
8. 数据集版本控制
实施唯一版本标识符、记录哪个数据集版本训练了哪个模型版本。
9. 技术文档(第11条和附件IV)
将所有文档编制成结构化技术文档包。
10. 持续义务
建立部署后数据监控程序、定义数据集重新评估触发条件。
第1-7节的任何红色项目代表潜在的第10条违规。第9节的任何红色项目代表潜在的第11条违规。两者都面临最高1500万欧元或全球年营业额3%的罚款。

