Skip to main content
AI Act Service Desk

AI Act Explorer

Motywy
ROZDZIAŁ I: PRZEPISY OGÓLNE
ROZDZIAŁ II: ZAKAZANE PRAKTYKI
ROZDZIAŁ III: SYSTEMY AI WYSOKIEGO RYZYKA

SEKCJA 1: Klasyfikacja systemów AI jako systemów AI wysokiego ryzyka

SEKCJA 2: Wymogi dotyczące systemów AI wysokiego ryzyka

SEKCJA 3: Obowiązki dostawców i podmiotów stosujących systemy AI wysokiego ryzyka oraz innych osób

SEKCJA 4: Organy notyfikujące i jednostki notyfikowane

SEKCJA 5: Normy, ocena zgodności, certyfikaty, rejestracja

ROZDZIAŁ IV: OBOWIĄZKI W ZAKRESIE PRZEJRZYSTOŚCI DLA DOSTAWCÓW I PODMIOTÓW STOSUJĄCYCH NIEKTÓRE SYSTEMY AI
ROZDZIAŁ V: MODELE AI OGÓLNEGO PRZEZNACZENIA
ROZDZIAŁ VI: ŚRODKI WSPIERAJĄCE INNOWACYJNOŚĆ
ROZDZIAŁ VII: ZARZĄDZANIE
ROZDZIAŁ VIII: BAZA DANYCH UE DLA SYSTEMÓW AI WYSOKIEGO RYZYKA
ROZDZIAŁ IX: MONITOROWANIE PO WPROWADZENIU DO OBROTU, WYMIANA INFORMACJI ORAZ NADZÓR RYNKU

SEKCJA 1: Monitorowanie po wprowadzeniu do obrotu

SEKCJA 2: Wymiana informacji na temat poważnych incydentów

SEKCJA 3: Egzekwowanie

SEKCJA 4: Środki ochrony prawnej

SEKCJA 5: Nadzór, postępowania, egzekwowanie i monitorowanie w odniesieniu do dostawców modeli AI ogólnego przeznaczenia

ROZDZIAŁ X: KODEKSY POSTĘPOWANIA I WYTYCZNE
ROZDZIAŁ XI: PRZEKAZANIE UPRAWNIEŃ I PROCEDURA KOMITETOWA
ROZDZIAŁ XII: KARY
ROZDZIAŁ XIII: PRZEPISY KOŃCOWE
Załączniki

ZAŁĄCZNIK XIII



Kryteria identyfikowania modeli AI ogólnego przeznaczenia z ryzykiem systemowym, o których mowa w art. 51

Do celów stwierdzenia, czy model AI ogólnego przeznaczenia ma zdolności lub oddziaływanie równoważne z tymi, które określono w art. 51 ust. 1 lit. a) i b), Komisja uwzględnia następujące kryteria:

a)   liczbę parametrów modelu;

b)   jakość lub rozmiar zbioru danych, na przykład mierzone za pomocą tokenów;

c)   liczbę obliczeń wykorzystanych do trenowania modelu, mierzoną w operacjach zmiennoprzecinkowych lub wskazaną przez połączenie innych zmiennych, takich jak szacunkowy koszt trenowania, szacowany czas potrzebny na trenowanie lub szacowane zużycie energii na potrzeby trenowania;

d)   format danych wejściowych i wyjściowych danego modelu, takie jak tekst–tekst (duże modele językowe), tekst–obraz, multimodalne, a także najnowocześniejsze progi dla określania zdolności dużego oddziaływania dla każdego formatu, jak również szczególne rodzaje danych wejściowych i wyjściowych (np. sekwencje biologiczne);

e)   poziomy odniesienia i oceny zdolności modelu, w tym analiza liczby zadań bez dodatkowego trenowania, zdolności adaptacji do uczenia się nowych, odrębnych zadań, poziom jego autonomii i skalowalności, narzędzia, do których ma dostęp;

f)   czy ze względu na swój zasięg ma duże oddziaływanie na rynek wewnętrzny, co należy zakładać, jeśli został udostępniony co najmniej 10 000 zarejestrowanych użytkowników biznesowych mających siedzibę w Unii;

g)   liczbę zarejestrowanych użytkowników końcowych.