infinitelaws
regolamento sull'intelligenza artificiale
Confronta conEnglishČeštinaDeutschFrançaisEspañolPolskiSlovenčinaChiudi il confronto

Tutte le versioni linguistiche fanno ugualmente fede; le differenze tra di esse possono rilevare ai fini dell’interpretazione.

ALLEGATO XI#

Documentazione tecnica di cui all'articolo 53, paragrafo 1, lettera a) — documentazione tecnica per i fornitori di modelli di IA per finalità generali

Italiano

Sezione 1

Informazioni che devono fornire tutti i fornitori di modelli di IA per finalità generali

La documentazione tecnica di cui all'articolo 53, paragrafo 1, lettera a), deve includere almeno le seguenti informazioni, in funzione della dimensione e del profilo di rischio del modello:

1. 

Una descrizione generale del modello di IA per finalità generali comprendente:

a) 

i compiti che il modello è destinato a eseguire e il tipo e la natura dei sistemi di IA in cui può essere integrato;

b) 

le politiche di utilizzo accettabili applicabili;

c) 

la data di pubblicazione e i metodi di distribuzione;

d) 

l'architettura e il numero di parametri;

e) 

la modalità (ad esempio testo, immagine) e il formato degli input e degli output;

f) 

la licenza.

2. 

Una descrizione dettagliata degli elementi del modello di cui al punto 1 e informazioni pertinenti sul processo di sviluppo, compresi gli elementi seguenti:

a) 

i mezzi tecnici (ad esempio istruzioni per l'uso, infrastruttura, strumenti) necessari per integrare il modello di IA per finalità generali nei sistemi di IA;

b) 

le specifiche di progettazione del modello e del processo di addestramento, comprese le metodologie e le tecniche di addestramento, le principali scelte progettuali, comprese le motivazioni e le ipotesi formulate; gli aspetti che il modello è progettato per ottimizzare e la pertinenza dei diversi parametri, se del caso;

c) 

informazioni sui dati utilizzati per l'addestramento, la prova e la convalida, se del caso, compresi il tipo e la provenienza dei dati e le metodologie di organizzazione (ad esempio pulizia, filtraggio, ecc.), il numero di punti di dati, la loro portata e le principali caratteristiche; il modo in cui i dati sono stati ottenuti e selezionati e tutte le altre misure per rilevare l'inadeguatezza delle fonti di dati e i metodi per rilevare distorsioni identificabili, se del caso;

d) 

le risorse computazionali utilizzate per addestrare il modello (ad esempio il numero di operazioni in virgola mobile), il tempo di addestramento e altri dettagli pertinenti relativi all'addestramento;

e) 

il consumo energetico noto o stimato del modello.

Per quanto riguarda la lettera e), se il consumo energetico del modello non è noto, il consumo energetico può basarsi su informazioni relative alle risorse computazionali utilizzate.

Sezione 2

Informazioni aggiuntive che devono fornire i fornitori di modelli di IA per finalità generali con rischio sistemico

1. Una descrizione dettagliata delle strategie di valutazione, compresi i risultati della valutazione, sulla base dei protocolli e degli strumenti di valutazione pubblici disponibili o di altri metodi di valutazione. Le strategie di valutazione comprendono criteri di valutazione, metriche e metodi per l'individuazione delle limitazioni.

2. Se del caso, una descrizione dettagliata delle misure messe in atto al fine di effettuare il test contraddittorio (adversarial testing) interno e/o esterno (ad esempio, red teaming), adeguamenti dei modelli, compresi l'allineamento e la messa a punto.

3. Se del caso, una descrizione dettagliata dell'architettura del sistema che spiega in che modo i componenti software si basano l'uno sull'altro o si alimentano reciprocamente e si integrano nel processo complessivo.

English

Section 1

Information to be provided by all providers of general-purpose AI models

The technical documentation referred to in Article 53(1), point (a) shall contain at least the following information as appropriate to the size and risk profile of the model:

1. 

A general description of the general-purpose AI model including:

(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.

2. 

A detailed description of the elements of the model referred to in point 1, and relevant information of the process for the development, including the following elements:

(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.

With regard to point (e), where the energy consumption of the model is unknown, the energy consumption may be based on information about computational resources used.

Section 2

Additional information to be provided by providers of general-purpose AI models with systemic risk

1. A detailed description of the evaluation strategies, including evaluation results, on the basis of available public evaluation protocols and tools or otherwise of other evaluation methodologies. Evaluation strategies shall include evaluation criteria, metrics and the methodology on the identification of limitations.

2. Where applicable, a detailed description of the measures put in place for the purpose of conducting internal and/or external adversarial testing (e.g. red teaming), model adaptations, including alignment and fine-tuning.

3. Where applicable, a detailed description of the system architecture explaining how software components build or feed into each other and integrate into the overall processing.

Version history

The text is unchanged from the previous version.

Testo consolidato (al 27/07/2026) · CELEX 02024R1689-20260727