★ FEATURED ARTICLE 摘要10-16/01 画了合规义务地图本文落地「证据」——模型卡/系统卡不是 PR 物料而是 EU AI Act 的法定证据。Annex IV 要求高风险系统投放前拟就一份九点技术文件Article 13(3) 规定部署方收到的使用说明Article 18 要求文件留存十年。但经差距审计一份「填得很好的 Hugging Face 卡」只覆盖约一半 Annex XI、几乎零治理点。本文给出数据集卡、机器可读与每 retrain 更新策略以及 OpenClaw 领域知识中心落地的 YAML 骨架和自动生成脚本。一句话结论把模型卡从「开发者的 README」升级为「法律证据链的底稿」——补齐 Hugging Face 模板缺失的法律实体、欧盟发布日期、真实性哈希、数据来源分类、能耗 MWh 与九大治理点并用机器可读格式随每次 retrain 自动更新才能在 2027 高风险义务生效时直接拼成 Annex IV 技术文件。1. 模型卡为什么是合规证据而不只是文档Margaret Mitchell 等人提出的模型卡Model Card初衷是「透明披露模型能力与局限」。但在 EU AI Act 语境下它的角色变了对供应商Annex IV 技术文件九点里绝大部分字段都能在结构化模型卡中找到落点模型卡是拟就技术文件时最自然的工作底稿。对部署方deployerArticle 13(3) 规定部署方收到的「使用说明instructions for use」几乎每一项都对应模型卡的一个字段Article 27 还要求部分部署方基于此做基本权利影响评估FRIA。对审计方Article 18 要求文件留存十年模型卡作为单一数据源必须可版本化、可追溯、机器可读。一句话过去模型卡是「写给同行看的」现在它是「写给监管和法官看的」。措辞、字段、留存全部要按证据标准重做。2. Annex IV 技术文件九点Article 11高风险系统的供应商必须在系统投放市场前拟就并持续更新技术文件至少含九点#Annex IV 要求落到模型卡的字段1一般描述用途、供应商、版本、软硬件交互、使用说明模型名、法律实体、版本、依赖、用途说明2(a)开发过程方法、第三方预训练模型、设计规范训练方法、基座模型、架构设计2(b)数据要求与来源、标注清洗、偏见检测数据集卡、数据溯源、CSAM 检测2©人类监督措施评估人类监督设计文档2(d)预定的变更、验证测试程序含准确度、韧性、歧视性影响指标评测结果、对抗性测试指标2(e)网络安全措施安全加固记录2(f)风险管理体系Article 9风险登记册2(g)生命周期变更变更日志2(h)协调标准、符合性声明、上市后置监控计划Article 72标准引用、监控计划这九点里第 2©(e)(f)(g)(h) 几乎在「普通模型卡」里完全缺席——这正是差距审计要补的治理盲区。3. 差距审计Hugging Face 模板 vs Annex IV/XI把 Hugging Face 模型卡模板逐节对照 Annex IV / Annex XI / 模型文档表结论很扎心一份填得很好的 HF 卡只覆盖约一半 Annex XI几乎零治理点。HF 模板章节法律清单要求差距Model Details法律实体名、欧盟发布日期、真实性哈希、模型依赖缺法律实体、欧盟日期、哈希Uses可接受使用政策、模型可进入的 AI 系统类型部分缺政策链接、系统类型Bias/Risks/Limitations检测不适数据源与可识别偏见的措施缺措施只记结果Training Details按来源分类的数据点、CSAM 检测、训练时长、算力 FLOPs、能耗 MWh缺数据按来源分类、CSAM、能耗Evaluation对抗性测试、歧视性影响指标与阈值部分缺阈值与分层Environmental Impact能耗 MWh两位有效数字 方法部分缺单位与方法不符Technical Specs参数量、最大输入输出、FLOPs、硬件天部分缺具体数字无章节2(e)-(h) 人类监督/预定变更/网络安全/风险体系/声明/监控全缺无章节13(3)(e)(f) 预期寿命、维护、日志全缺审计视角别再用「我们写了模型卡」当合规挡箭牌。对照上表逐项补字段才是真证据。4. 数据集卡与数据溯源报告Annex IV 第 2(b) 点要求数据「按来源分类 数据点数量 清洗与 CSAM 检测措施」。这催生了数据集卡Dataset Card / Datasheet与数据溯源报告。数据来源至少分五类各自有不同的合规动作数据来源类别合规动作网络爬取web crawling记录爬取范围、robots 合规、去重策略第三方私有数据集记录授权链、转让条款用户数据记录同意范围、撤回机制公开数据集记录许可、署名合成数据记录生成模型、偏差放大风险此外还要记录训练硬件天hardware days、算力FLOPs、能耗MWh两位有效数字 方法。能耗字段是 HF 模板「CO2」字段的近亲但单位与方法要对齐法律要求。5. 机器可读 每 retrain 更新EU AI Act 对文档的核心隐性要求是「可被第三方自动化核验」。这意味着格式机器可读用 YAML/JSON而非纯 prose承载结构化字段便于监管工具拉取。版本化每次 retrain 生成新版本模型卡旧版本不可篡改留存呼应 10-16/03 不可变追踪。单一数据源法律实体、发布日期、哈希只在模型卡里维护一次Register、系统卡、使用说明全部引用它。文档组件主要受众更新频率合规状态模型卡监管/用户每次 retrain强制API 规范开发者每次提交建议数据溯源报告审计方季度强制安全影响报告CISO/法务半年强制6. OpenClaw 领域知识中心如何落地模型卡结合快递100「百递 AI 云平台一图三库」与领域知识中心一期模型卡应作为「知识库」的一类结构化资产沉淀字段标准化在领域知识中心定义统一的模型卡 schemaYAML所有上架模型强制填法律实体、欧盟发布日期、真实性哈希、数据来源分类、能耗。与「一图」联动模型卡引用的基座模型、依赖自动从「能力图谱」拉取避免手工维护漂移。与百递云桥联动电子面单智能对接模型每次 retrain触发模型卡新版本生成并回流到知识中心「三库」做版本对比。7. 代码示例模型卡骨架与自动生成# model_card.yaml —— 机器可读模型卡对齐 Annex IVmodel:name:kuaidi-llm-prolegal_entity:快递100 基础服务组# HF 模板缺失法律实体eu_release_date:2026-10-16# HF 模板缺失欧盟发布日期authenticity_hash:sha256:9f2c...# HF 模板缺失真实性哈希version:27base_model:DeepSeek-V4-Flash-Vision-Expdependencies:[reranker-lite,embedding-gemma]intended_use:purpose:电子面单智能对接与物流问答prohibited_uses:[社会评分,无差别人脸抓取]training_data:by_source:# Annex IV 2(b)按来源分类web_crawl:{points:1.2e9,csam_check:hash-blocklist-v3}third_party:{points:4.0e8,license_chain:verified}synthetic:{points:3.0e8,generator:kuaidi-synth-2}compute_flops:2.1e24energy_mwh:412.50# 两位有效数字 方法evaluation:accuracy:{metric:F1,value:0.94,threshold:0.90}adversarial:{redteam_pass_rate:0.98}# Annex IV 2(d)对抗性测试discriminatory_impact:{gap:0.03,threshold:0.05}governance:# HF 模板几乎全缺的治理点human_oversight:pre-decision approval gatecybersecurity:Trivy scan Vault secretspost_market_monitoring:Article 72 plan v2retention_years:10# Article 18# gen_model_card.py —— 每次 retrain 自动生成新版本并写知识中心importhashlib,yaml,datetimedefbuild_card(model,weights_path,training_meta):withopen(weights_path,rb)asf:authenticityhashlib.sha256(f.read()).hexdigest()[:16]card{model:{name:model,authenticity_hash:fsha256:{authenticity},eu_release_date:datetime.date.today().isoformat(),version:training_meta[version],},training_data:training_meta[data_by_source],evaluation:training_meta[eval],}pathfcards/{model}-v{training_meta[version]}.yamlwithopen(path,w,encodingutf-8)asf:yaml.safe_dump(card,f,allow_unicodeTrue)returnpath# 推送到领域知识中心「模型卡库」旧版本只读留存8. 常见问题 FAQQ1写了 Hugging Face 模型卡就算合规吗A不够。差距审计显示 HF 卡只覆盖约一半 Annex XI、几乎零治理点人类监督、网络安全、风险体系、监控计划全缺。必须补法律实体、欧盟日期、哈希、数据来源分类、能耗与九大治理字段。Q2Article 18 的十年留存怎么落地A把模型卡、技术文件、测试日志全部版本化存入不可变存储如对象存储 WORM 或区块链哈希锚定旧版本只读、不可删。十年不是「备份十年」而是「随时可取证的十年」。Q3数据集卡和模型卡什么关系A模型卡引用数据集卡。Annex IV 2(b) 要求数据按来源分类、含 CSAM 检测这些细节放在数据集卡里模型卡只做概要引用避免单卡爆炸。Q4能耗字段到底填什么单位AMWh两位有效数字并写明核算方法如「基于 PUE 2.1 的集群实测」。HF 模板的 CO2 字段接近但不完全对齐要补方法学。Q5第三方基座模型如 DeepSeek也要我写技术文件吗A你要写「如何使用它」的部分2(a) 引用第三方预训练模型、使用说明但底层训练细节由上游提供方承担。要在模型卡里明确「责任边界」别把上游义务揽成自己的。Q6模型卡用什么格式最稳妥AYAML/JSON 承载结构化字段便于机器读取与监管工具拉取配合一份人类可读的 Markdown 叙事版。两者同源生成避免漂移。Q7retrain 频率高模型卡更新会拖垮团队吗A自动化。用 CI 在 retrain Pipeline 末尾自动生成新版本模型卡见 §7 脚本人工只审差异。把「更新模型卡」设为 retrain 的必过门禁即可。Q8小模型/内部模型也要全套吗A不触欧盟、非高风险的内部模型通常不在范围。但要记录「不在范围」的判定依据避免日后扩张欧盟业务时追溯缺失。Q9和 10-16/01 的义务地图怎么对应A01 的「窗口期做」列Annex IV 技术文件正是本文模型卡的产出目标本文是 01 的「证据落地」03 是「证据固化与审计」。三篇串联成完整闭环。9. 参考资料AI Sigil,Model Cards: From Hugging Face Template to AI Act Evidence, 2026Annex IV 九点、Article 13(3)、Article 18 十年、HF 模板差距审计表、Regulation EU 2026/1744SpecsWriter,Enterprise AI Documentation Standards for 2026 Compliance, 2026文档即产品工件、模型卡 per retrain、数据溯源报告、安全影响报告更新频率Mitchell et al.,Model Cards, arXiv:1810.03993模型卡原始范式Gebru et al.,Datasheets for Datasets, arXiv:1803.09010数据集卡范式Regulation (EU) 2026/1744Digital Omnibus on AI, Official Journal 2026-07-24本专栏EU AI Act 2026 落地时间与合规义务地图, 2026-10-16本专栏企业级 LLM 应用上线与灰度发布, 2026-10-15
阅读完成 · 觉得有帮助？
