EU AI Act(欧盟人工智能法案) & AI Compliance
欧盟《人工智能法案》的数据治理、文档和日志义务如何适用于定制 AI 模型
Overview
欧盟《人工智能法案》是第一部专门针对人工智能系统制定的综合性法律框架。该法案于2024年8月1日生效,其义务分阶段适用:禁止性规定自2025年2月起适用,通用目的 AI 模型规则自2025年8月起适用,大部分高风险义务自2026年8月起适用,另有部分自2027年8月起适用。2025年11月,欧盟委员会提议推迟部 分高风险义务的适用日期,因此请核实目前适用于您系统的时间表。该法规为 AI 应用建立了基于风险的分类体系,并对在欧盟境内运营的 AI 系统的提供者、部署者和进口者施加相应义务。
该法案将 AI 系统分为四个风险等级:不可接受风险(禁止)、高风险(严格监管)、有限风险(透明度义务)和最低风险(基本不受监管)。高风险 AI 系统包括用于就业、教育、信用评分、执法和关键基础设施的系统,它们面临最严格的要求,包括合格评定、质量管理体系和持续的上市后监测。
对于训练自有模型的 AI 开发者和组织,欧盟《人工智能法案》在训练数据治理、文档和透明度方面提出了详细要求。第10条规定了训练数据质量、相关性、代表性以及审查可能偏差的义务。第11条要求提供技术文档,说明 AI 系统的预期用途、设计规格、训练方法和验证结果。这些要求从根本上改变了 AI 开发必须如何记录和治理。
AI-Specific Requirements
对 AI 开发团队而言,欧盟《人工智能法案》第10条规定的训练数据治理要求是影响最大的条款之一。高风险 AI 系统的提供者必须确保训练、验证和测试数据集遵循适当的数据治理和管理实践。这包括审查数据中可能存在的偏差、识别数据缺口或不足,并采取措施解决代表性问题。训练数据集必须具有相关性和足够的代表性,并尽最大可能做到无错误且完整。
第13条确立了透明度要求,规定高风险 AI 系统的设计和开发必须使其运行足够透明,让部署者能够解读输出并适当地使用系统。这包括清楚记录系统的能力、局限、已知风险以及训练数据的特征。对于通用目的 AI 模型(包括基础模型),第53条进一步规定了训练数据文档方面的义务,包括提供一份足够详细的训练所用内容摘要。
该法案还要求建立质量管理体系(第17条),涵盖风险管理程序、数据治理规程、上市后监测计划和事件报告机制。高风险系统的设计必须能在其整个生命周期内自动记录事件(第12条),部署者必须将这些日志保存至少六个月(第26条)。提供者必须在 AI 系统的整个生命周期内维护技术文档,并配合各国市场监督机构的工作。违规处罚十分严厉:对于被禁止的 AI 行为,罚款最高可达3,500万欧元或全球年营业额的7%;对于其他大多数违规行为,罚款最高可达1,500万欧元或3%。
How Ertas Helps
该法案的大部分义务由 AI 系统的提供者承担,而当您为自己的用例训练定制模型时,这个提供者往往就是您自己。Ertas 为您提供一个由您掌控的训练流程。在 Ertas Studio 中,您可以选择基础模型、构建或上传数据集,并运行和比较多次训练。Studio 会存储每次训练所用的数据集,以便重复运行,这为第10条要求的数据治理记录和第11条要求的技术文档提供了原始材料。训练在 Ertas 的云端 GPU 上进行,因此数据集会上传到 Ertas;请先尽量减少其中的个人数据,因为 GDPR 与该法案同时适用。
训练好的模型归您所有。将其导出为 GGUF 或 safetensors,在您自己的环境中运行;您在自己运营的系统中建立第12条要求的事件日志和第14条要求的人工监督,推理数据也不会到达 Ertas。模型版本在您重新训练之前保持不变,因此您记录和评估过的模型,就是实际部署的模型。自适应模型端点和企业定制模型构建也可以在您自己的云环境或本地部署中运行模型。
风险分类、风险管理体系、对数据的偏差审查、合格评定、上市后监测和事件报告,都仍由您负责。Ertas 不对您的系统进行分类,也不为其出具合格评定文件。
Compliance Checklist
Relevant Ertas Features
- 模型导出(GGUF、safetensors)
- 自托管推理,运行时不依赖 Ertas
- 并行训练,并排比较各次训练结果
- Data Craft 数据集构建工具,用于编辑和审批每条训练样本
- 自适应模型端点,可在您的云环境或本地部署中运行
Related Resources
Ship AI that runs on your users' devices.
Start free with 150 credits after card verification. Paid plans from $20/mo USD.