Technical documentation referred to in Article 53(1), point (a) — technical documentation for providers of general-purpose AI models

(a)

the tasks that the model is intended to perform and the type and nature of AI systems in which it can be integrated;

(b)

the acceptable use policies applicable;

(c)

the date of release and methods of distribution;

(d)

the architecture and number of parameters;

(e)

the modality (e.g. text, image) and format of inputs and outputs;

(f)

the licence.

(a)

the technical means (e.g. instructions of use, infrastructure, tools) required for the general-purpose AI model to be integrated in AI systems;

(b)

the design specifications of the model and training process, including training methodologies and techniques, the key design choices including the rationale and assumptions made; what the model is designed to optimise for and the relevance of the different parameters, as applicable;

(c)

information on the data used for training, testing and validation, where applicable, including the type and provenance of data and curation methodologies (e.g. cleaning, filtering, etc.), the number of data points, their scope and main characteristics; how the data was obtained and selected as well as all other measures to detect the unsuitability of data sources and methods to detect identifiable biases, where applicable;

(d)

the computational resources used to train the model (e.g. number of floating point operations), training time, and other relevant details related to the training;

(e)

known or estimated energy consumption of the model.

a)

úkoly, které má model plnit, a druh a povahu systémů AI, do nichž může být začleněn;

b)

použitelná pravidla přijatelného způsobu užívání;

c)

datum zpřístupnění a způsoby distribuce;

d)

architekturu a počet parametrů;

e)

modalitu (např. text, obrázek) a formát vstupů a výstupů;

f)

licenci.

a)

technické prostředky (např. návod k použití, infrastruktura, nástroje) nezbytné pro začlenění obecného modelu AI do systémů AI;

b)

specifikace návrhu modelu a postup trénování, včetně metodik a technik trénování, klíčové volby uplatněné v návrhu, včetně odůvodnění a výchozích předpokladů; co má model optimalizovat a případně relevantnost jednotlivých parametrů;

c)

informace o datech použitých pro trénování, testování a případně validaci, včetně druhu a původu dat a metodik kurátorství dat (např. čištění, filtrování atd.), počtu datových bodů, jejich rozsahu a hlavních charakteristik; jak byla data získána a vybrána, jakož i veškerá další opatření ke zjištění nevhodnosti zdrojů dat a metod pro odhalování identifikovatelných zkreslení, je-li to relevantní;

d)

výpočetní zdroje použité k trénování modelu (např. počet operací s pohyblivou řádovou čárkou), doba trénování a další relevantní podrobnosti týkající se trénování;

e)

známá nebo odhadovaná spotřeba energie u daného modelu.