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)

les tâches que le modèle est censé accomplir ainsi que le type et la nature des systèmes d'IA dans lesquels il peut être intégré;

b)

les politiques applicables en matière d'utilisation acceptable;

c)

la date de publication et les méthodes de distribution;

d)

l'architecture et le nombre de paramètres;

e)

les modalités (p. ex.: texte, image) et le format des entrées et des sorties;

f)

la licence.

a)

les moyens techniques (p. ex.: notice d'utilisation, infrastructure, outils) nécessaires à l'intégration du modèle d'IA à usage général dans les systèmes d'IA;

b)

les spécifications de conception du modèle et du processus d'entraînement, y compris les méthodes et techniques d'entraînement, les principaux choix de conception, y compris le raisonnement et les hypothèses retenues; ce que le modèle est conçu pour optimiser, ainsi que la pertinence des différents paramètres, le cas échéant;

c)

des informations sur les données utilisées pour l'entraînement, les essais et la validation, le cas échéant, y compris le type et la provenance des données et les méthodes d'organisation (p. ex.: nettoyage, filtrage, etc.), le nombre de points de données, leur portée et leurs principales caractéristiques; la manière dont les données ont été obtenues et sélectionnées, ainsi que toutes les autres mesures visant à détecter l'inadéquation des sources de données et les méthodes permettant de détecter les biais identifiables, le cas échéant;

d)

les ressources informatiques utilisées pour entraîner le modèle (p. ex.: nombre d'opérations en virgule flottante), le temps d'entraînement et d'autres détails pertinents liés à l'entraînement;

e)

la consommation d'énergie connue ou estimée du modèle.