Criteri per la designazione dei modelli di IA per finalità generali con rischio sistemico di cui all'articolo 51

a) 

il numero di parametri del modello;

b) 

la qualità o la dimensione del set di dati, ad esempio misurata mediante token;

c) 

la quantità di calcolo utilizzata per addestrare il modello misurata in operazioni in virgola mobile o indicata da una combinazione di altre variabili quali il costo stimato dell'addestramento, il tempo stimato necessario per l'addestramento o il consumo energetico stimato per l'addestramento;

d) 

le modalità di input e output del modello, come da testo a testo (modelli linguistici di grandi dimensioni), da testo a immagine, multimodalità e soglie di punta per determinare le capacità ad alto impatto per ciascuna modalità, nonché il tipo specifico di input e output (ad esempio sequenze biologiche);

e) 

i parametri di riferimento e le valutazioni delle capacità del modello, anche tenendo conto del numero di compiti che non richiedono un addestramento aggiuntivo, la capacità di apprendere nuovi compiti distinti, il livello di autonomia e scalabilità e gli strumenti a cui ha accesso;

f) 

se il modello ha un alto impatto sul mercato interno in considerazione della sua portata, che viene presunta quando il modello stesso è stato messo a disposizione di almeno 10 000 utenti commerciali registrati stabiliti nell'Unione;

g) 

il numero di utenti finali registrati.

a) 

počet parametrov modelu;

b) 

kvalita alebo veľkosť dátového súboru, napríklad meraná prostredníctvom tokenov;

c) 

výpočtová sila použitá na trénovanie modelu, meraná v operáciách s pohyblivou rádovou čiarkou alebo uvedená kombináciou iných premenných, ako sú odhadované náklady na trénovanie, odhadovaný čas potrebný na trénovanie alebo odhadovaná spotreba energie na trénovanie;

d) 

vstupné a výstupné modality modelu, ako sú text na text (veľké jazykové modely), text na obraz, multimodalita a najmodernejšie prahové hodnoty na určenie spôsobilostí s veľkým vplyvom pre každú modalitu a konkrétny typ vstupov a výstupov (napr. biologické sekvencie);

e) 

referenčné hodnoty a hodnotenia spôsobilostí modelu vrátane zváženia počtu úloh bez dodatočného trénovania, prispôsobivosť na učenie sa nových, odlišných úloh, úroveň jeho autonómnosti a škálovateľnosti, nástroje, ku ktorým má prístup;

f) 

či má veľký vplyv na vnútorný trh z dôvodu svojho dosahu, ktorý sa predpokladá, po sprístupnení najmenej 10 000 registrovaným komerčným používateľom usadeným v Únii;

g) 

počet registrovaných koncových používateľov.