CSlawyer1985/legal-skillhub / skills/ai-act-knowledge
ai-act-knowledge
Verified欧盟 AI 法案知识引擎——以 70 份官方欧盟来源文件为基础的权威监管问答(包括 2026 年委员会关于 Art. 6 高风险分类的指南草稿——一般原则、附件 I、附件 III)。基于完整条例文本、委员会指南、EDPB/EDPS 意见、《实践守则》、协调标准、FRIA 指南、事件模板和行业特定指引,以条款级引用回答关于 AI 法案的任何问题。当用户询问"EU AI Act"、"AI Act regulation"、"Regulation 2024/1689"、"KI-Verordnung"、要求"explain an AI Act article"、"what does Article X say"、"AI Act requirements"、"AI Act penalties"、"AI Act timeline"、"GPAI obligations"、"high-risk AI"、"prohibited AI practices"、"AI Act and GDPR"、"fundamental rights impact assessment"、"AI Act standards"、"AI Act national implementation"、"AI literacy"、"serious incident reporting"、"Digital Omnibus"、"AI regulatory sandbox",或任何关于欧盟人工智能监管的问题时,应使用本技能。德语术语同样触发:"KI-Gesetz"、"KI-Verordnung"、"Hochrisiko-KI"、"KI-Kompetenz"、"Grundrechte-Folgenabschaetzung"、"GPAI-Verhaltenskodex"。对于产出分类决定而非知识答案的评估工作流,提议在会话内运行结构化风险等级分类。
references/law-enforcement/gpai-guidelines-overview.md
View on GitHub# GPAI 模型指南概述
已发布和即将发布的、适用于通用人工智能模型的指南概述,包括执法影响。
| 方面 | 详情 |
|--------|--------|
| 机构 | artificialintelligenceact.eu |
| 日期 | 2025 |
| 来源 URL | https://artificialintelligenceact.eu/gpai-guidelines-overview/ |
| NotebookLM 来源 ID | 16578060-... |
*德文:Ubersicht der Leitlinien fur KI-Modelle mit allgemeinem Verwendungszweck*
---
2025 年 7 月 18 日,欧盟委员会发布了指南草案,澄清适用于通用人工智能(GPAI)模型的欧盟《AI 法案》的关键条款。该指南对 GPAI 模型的定义和范围、相关生命周期义务、系统性风险标准以及提供者的通知义务提供了解释性指引。指南在翻译成所有欧盟语言后将正式通过,并对 AI 提供者具有法律和运营相关性。
## 定义与范围
### GPAI 模型的定义
该指南扩展了《AI 法案》中 GPAI 的法定定义,引入了用于分类的关键阈值和标准:
**算力阈值:** GPAI 模型定义为使用超过 10^23 FLOPs(浮点运算)训练且能够生成语言(文本/音频)、文本转图像或文本转视频输出的任何模型。
**功能通用性要求:** 超过 10^23 FLOPs 阈值但具有专门性(例如用于转写、图像放大、天气预报或游戏)的模型,如缺乏跨广泛任务的一般能力,则被排除。
**技术澄清:**
- 算力理解为模型规模(参数)和训练数据集规模的综合衡量
- 约有 10 亿参数、在大量数据集上训练的模型通常可满足该算力阈值
- 委员会选择采用单一可估算的算力阈值,而非列出具体任务或能力
### 模型生命周期与义务
一旦模型符合 GPAI 模型资格,《AI 法案》下的全生命周期义务自其预训练运行开始时适用,并延伸至所有后续开发阶段,包括上市后修改。
义务包括:
- **文档:** 必须维护和更新,并提供给下游提供者,应要求提供给 AI 办公室或国家主管机构
- **训练数据摘要:** 提供者必须使用尚未发布的 AI 办公室模板发布摘要
- **版权政策:** 必须处理版权合规问题,可适用于所有模型
## 具有系统性风险的 GPAI 模型
任何使用 10^25 FLOPs 或以上训练的模型被推定具有高影响能力,并可能被分类为系统性风险 GPAI。
### 额外义务
- 全生命周期的综合风险评估和缓解,包括模型评估
- 稳健的网络安全措施
- 严重事件跟踪和报告
### 指定路径
- **自动推定:** 基于 FLOPs 阈值
- **酌定指定:** 由委员会进行,包括在科学小组发出警报后
### 强制通知
提供者必须在合理预见或达到 10^25 FLOPs 阈值后两周内通知委员会。通知必须包括:
- 算力估算
- 估算方法(包括近似方法)
### 反驳流程
- 提供者可通过提供有力证据(例如基准结果、缩放定律)证明模型不呈现系统性风险,从而对系统性风险分类提出异议
- 委员会可附理由接受或拒绝反驳
- 审查期间义务仍然有效
### 重新评估权
- 提供者可在指定后六个月请求初次重新评估
- 如初次请求未成功,可在再六个月后允许提出第二次重新评估请求
### 持续更新义务
如反驳基于重大变化或不完整/不正确的信息,提供者必须重新通知委员会。
## 确定 GPAI 模型提供者
### 单一实体开发
- 如实体 A 开发并将 GPAI 模型投放欧盟市场,实体 A 为提供者
- 如实体 B 为实体 A 开发模型,但实体 A 将其投放市场,实体 A 仍为提供者
### 存储库托管
将模型上传到存储库(例如由实体 C 托管)不转移提供者地位。实体 A 仍为提供者。
### 联合体开发
对于由联合体开发或为联合体开发的 GPAI 模型,提供者通常是协调方或联合体本身,取决于事实和合同安排。
## 上游与下游责任分配
### 上游提供者
如上游行为者首先将模型提供给欧盟市场上的任何下游行为者,该行为者即为提供者,必须满足 GPAI 提供者义务。
### 下游系统集成者
如下游行为者将 GPAI 模型纳入 AI 系统并将该系统投放欧盟市场,其为系统提供者,必须满足与 AI 系统相关的义务。
### 非欧盟来源模型
如模型在欧盟以外提供,但之后被纳入投放欧盟市场的系统,则该模型被视为在该时点投放市场。上游行为者即为提供者,除非其明确排除欧盟使用。在此情况下,下游行为者成为提供者。
## 下游修改者:何时成为提供者
并非所有修改都为下游行为者触发提供者义务。微小变更通常不会将修改者重新分类为 GPAI 提供者。
### 重新分类阈值
如下游行为者用于修改的训练算力超过用于训练原始模型算力的三分之一,其成为新的 GPAI 提供者:
- 所有 GPAI 模型为 10^23 FLOPs 的三分之一或以上
- 具有系统性风险的 GPAI 模型为 10^25 FLOPs 的三分之一或以上
### 义务范围
- 仅修改特定义务适用:文档、训练数据摘要和版权政策仅与额外算力和数据相关
- 但是,如修改系统性风险 GPAI 模型,下游行为者必须全面遵守所有系统性风险义务,包括向委员会通知
## 开源模型:豁免与条件
开源 GPAI 提供者依《AI 法案》享有有限豁免:
- 无义务向下游提供者提供文档,或应要求向 AI 办公室或国家机构提供
### 不免除的要求
- 必须遵守训练数据摘要和版权政策要求
- 如被指定为具有系统性风险的 GPAI 模型,必须全面满足所有适用义务,包括系统性风险管理、模型评估、事件报告和网络安全
### 符合开源资格
为符合《AI 法案》下的开源资格,模型必须在自由和开源许可下发布,该许可允许使用、访问、修改和再分发,且不施加以下限制:
- 非商业或仅研究使用
- 禁止再分发
- 用户规模阈值
- 对某些使用强制商业许可
### 允许的限制
- 署名/归因要求
- 在同一或兼容许可下分发
- 针对高风险使用(例如公共安全)的合理且相称的保障措施,前提是非歧视性
### 变现与开源地位丧失
如存在变现,GPAI 模型失去开源豁免。指标包括:
- **商业许可模式:** 双重许可(例如学术使用免费、商业使用付费);付费获取支持、维护或更新;受费用或广告收入约束的托管访问
- **对付费服务的功能依赖:** 如用户必须付费才能访问基本功能或安全功能
- **个人数据处理:** 处理与访问、使用或修改相关的用户数据可能构成变现,除非仅用于非商业安全目的
**不视为变现:** 提供可选的高级服务或支持,且不限制对模型及其核心功能的免费访问。
## 实施
### 行为准则
- 签署行为准则是自愿的,但可帮助提供者证明遵守《AI 法案》对 GPAI 模型的义务
- 该准则不是协调标准,因此签署它不会产生自动合规推定
- 委员会将监督签署方对准则的遵守
- 选择退出任何章节(透明、版权或安全/安保)意味着提供者不能依赖该准则证明该领域的合规
- 签署方可受益于更高的信任和可能更低的罚款
- 未签署者必须独立证明合规,包括通过详细解释或差距分析,并应预期 AI 办公室更多的审查
### 执法与监督
- AI 办公室将采用协作和基于风险的执法模式
- 鼓励在训练阶段进行非正式合作
- 系统性风险 GPAI 模型提供者应主动报告并与 AI 办公室接触
- 虽然义务于 2025 年 8 月 2 日生效,但 AI 办公室在 2026 年 8 月 2 日之前没有全部执法权,届时其可要求提供信息、下令召回模型、责令采取缓解措施或处以罚款
- 对于 2025 年 8 月 2 日前投放的模型,提供者将有至 2027 年 8 月 2 日的时间合规。如技术上或经济上不可行,则不需要重新训练或"遗忘",前提是在文档中说明理由
- 2025 年 8 月 2 日之后投放的模型必须在投放时即合规。新进入者,特别是系统性风险模型开发者,将获得支持以减轻合规负担
### 指南的复审
委员会可基于以下情况更新或撤回这些指南:
- 实施经验
- 执法结果
- 市场和技术发展
- 欧洲联盟法院(CJEU)裁决
利益相关者——包括提供者、监管机构、研究人员和民间社会——将被邀请通过咨询和研讨会为更新作出贡献。
## 附件:训练算力——定义与估算方法
### 定义
训练算力是用于训练模型并评估其是否达到系统性风险 GPAI 阈值的总算力:
- 对非系统性风险模型:用于参数更新的算力
- 对系统性风险评估:所有累计训练算力均计入
### 包括
- 所有有助于模型能力的算力,包括用于合成数据生成的正向传播(即使数据被丢弃)
- 使用预训练模型进行权重合并或初始化的算力
### 排除
以下算力不计入:
- 公开可用的合成数据
- 诊断/评估任务
- 失败的实验或仅研究运行
- 辅助模型训练(例如奖励模型)
- 为节省内存的激活重计算
### 估算方法
- 涵盖基于硬件和基于架构的方法
- 估算必须在正负 30% 内准确,并记录假设和不确定性
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |