人工智能基金会模型透明度法案英

《2023年透明度法案》旨在通过联邦贸易委员会（FTC）建立标准，增强公众对人工智能基础模型的了解。法案的核心目标是提升基础模型的透明度，特别是在训练数据来源、算法、数据治理等方面，以确保用户能够获取充分信息来保护自身权益，并做出明智的决策。

主要内容：

1. 法案背景与目的：

   • 随着人工智能应用的普及，公众对版权侵权、信息准确性、公平性和偏见的关注增加，尤其是涉及版权保护和消费者保护的问题日益凸显。
   • 法案旨在提升公众对基础模型的知情权，确保模型的透明度，以应对公众对版权侵权的担忧。

2. 透明度的重要性：

   • 高影响力的基础模型在版权保护、消费者保护等领域发挥关键作用，成为社会不可或缺的工具。

3. 法案详细内容：

   • 基础模型数据来源与培训透明度（SEC. 3）：规定了FTC应在9个月内颁布法规，要求涵盖实体提供关于基础模型设计、训练数据来源、数据收集方法、数据治理程序、模型性能评估等相关信息。
   • 咨询与提交（SEC. 3）：要求与国家标准与技术研究所、版权持有人和其他利益相关者进行咨询，并明确标准和技术细节，包括信息的展示方式、格式、URL链接等。
   • 信息具体要求（SEC. 3）：详细列出需要公开的具体信息，如训练数据的来源、数据大小和组成、数据治理程序、标签有效性评估、模型性能、编辑或处理方法、预期用途限制等。
   • 替代规定考虑（SEC. 3）：考虑开源基础模型和基于其他基础模型重新训练或改编的模型的特殊规定。
   • 执行与更新（SEC. 3）：规定了执行规则的流程、违规行为的处罚、更新标准的周期性评估等。

结论：

《2023年透明度法案》旨在通过强化FTC的角色，推动基础模型的透明度建设，以解决公众对人工智能应用的担忧，特别是版权侵权、信息准确性、公平性和偏见等问题。通过明确的信息披露要求和执行机制，法案旨在促进更负责任和透明的人工智能发展，保护公众利益。