Přeskočit na obsah
0 komentářů Regulace a právo 3 min čtení

Ant Group vydal souhrny trénovacích dat k dvaceti modelům podle AI Actu

Laboratoř inclusionAI nahrála na Hugging Face jedenáct souborů PDF vyplněných podle šablony Evropské komise k článku 53 nařízení o umělé inteligenci a odkázala na ně z karet dvaceti modelů. Všechny nesou datum 24. září 2026, přestože nejstarší z popsaných modelů je podle týchž dokumentů na unijním trhu od září 2025. Nařízení chce souhrn nejpozději v den, kdy se model na trh dostane.

Laboratoř inclusionAI, pod kterou Ant Group vydává modely s otevřenými vahami, založila 24. září na Hugging Face repozitář AI-Transparency a nahrála do něj jedenáct souborů PDF. Každý z nich je vyplněná šablona Evropské komise pro souhrn trénovacího obsahu – dokument, který po tvůrcích obecných modelů žádá čl. 53 odst. 1 písm. d) nařízení (EU) 2024/1689, tedy AI Actu. Odkaz na příslušný soubor přibyl týž den do karet dvaceti modelů z řad Ling, Ring a Ming.

Kancelářská budova Alipay Mansion v Chang-čou
Budova Alipay Mansion v Chang-čou. Jako poskytovatele uvádějí všechny souhrny společnost Ant Intelligence (Hang Zhou) Technology. Foto: MNXANL, Wikimedia Commons (CC BY-SA 3.0)

Historie revizí ukazuje, že se to dělalo na dvakrát. Nejdřív, mezi 7.50 a 7.55 UTC, dostalo pět repozitářů řady Ming svůj souhrn nahraný rovnou dovnitř jako obyčejný soubor. Teprve v 8.37 vznikl společný repozitář, o tři minuty později do něj přišly všechny dokumenty a v 8.45 ještě drobná oprava. Karty modelů Ling a Ring pak mezi 8.53 a 10.57 dostaly místo souboru odstavec s odkazem.

Co v těch dokumentech stojí

Šablona je zaškrtávací formulář a odpovědi jsou napříč jedenácti soubory podobné. U textu vychází odhad trénovacích dat pokaždé do kolonky „více než 10 bilionů tokenů“. Model Ming-flash-omni-2.0 k tomu přidává přes miliardu obrázků a deset tisíc až milion hodin zvuku. Jako poslední datum sběru dat uvádí souhrn k řadě Ling 2.0 přibližně duben 2025, u obrazového Ling-3.0-flash-VL je to květen 2026.

Z veřejných datových sad jmenují dokumenty jedinou, Common Crawl; zbytek popisují obecně jako repozitáře odborných prací, filtrovaná data z webu, obsah z programátorských diskusí a vícezdrojové textové korpusy. Vlastní sběr dat jede pod robotem Ant Spider a popis jeho chování říká, že se vyhodnocuje shoda s pokyny v souboru robots.txt a že robot není stavěný na obcházení testů captcha, placených zdí ani hesel. Komerční licence od nositelů práv firma uzavřela, data od zprostředkovatelů nekupovala. Na dotaz, jestli se model učil z toho, co do něj píšou uživatelé, odpovídá všech jedenáct souhrnů ne. Syntetická data ano – vyrobily je starší modely řady Ling-lite.

Jedna kolonka se týká dobrovolného kodexu chování pro obecné modely. Ant Intelligence v ní má ve všech jedenácti dokumentech zaškrtnuto, že signatářem není. To samo o sobě nic neporušuje: Komise ve svých odpovědích k šabloně píše, že šablona je povinná, kdežto přistoupení ke kodexu dobrovolné.

Kdy měl souhrn vyjít

Tatáž stránka Komise odpovídá i na otázku po termínu: souhrn musí být veřejný nejpozději v den, kdy se model dostane na unijní trh, a má se aktualizovat po půl roce. Povinnost platí od 2. srpna 2025, modely uvedené dřív mají čas do 2. srpna 2027. Vymáhat ji může Úřad pro AI od 2. srpna 2026 a pokuta jde až na 3 % celosvětového ročního obratu, nebo 15 milionů eur podle toho, co je víc. O tom, odkdy ty pokuty hrozí, už tu řeč byla.

Dny uvedení na trh si dokumenty vyplňují samy. Nejstarší z nich je 8. září 2025 u řad Ling 2.0 a Ring 2.0, nejnovější 8. září 2026 u Ling-3.0-flash-VL. Všech jedenáct souborů přitom nese ve vlastní hlavičce verzi 1.0 a datum poslední úpravy 24. 9. 2026. Mezi nejstarším uvedeným dnem a vydáním souhrnu je tak rok a šestnáct dní, u toho nejčerstvějšího šestnáct dní.

Tři dny, které sedí jiné řadě

Souhrn k řadě Ring 2.0 uvádí jako dny uvedení na unijní trh 8. a 17. září a 2. října 2025. Přesně ty tři dny mají na Hugging Face repozitáře modelů Ling – Ling-mini-2.0 vznikl 8. září 2025, Ling-flash-2.0 17. září a Ling-1T 2. října. Repozitáře Ring, kterých se ten dokument týká, vznikly 8. a 19. září a 10. října. Souhrn k řadě Ling 2.0 naproti tomu uvádí jediný den, 8. září 2025, ačkoli pokrývá tři modely.

Den, kdy se repozitář objeví na Hugging Face, nemusí být právně dnem uvedení na unijní trh – model se může dostat k evropským uživatelům i jinudy a dřív. Shoda tří dat na den je ale nápadná a dokument sám ji nijak nevysvětluje. Repozitář k tomu v popisu upozorňuje na něco jiného: datum uvnitř PDF se podle něj nemá brát jako doklad toho, kdy dokument poprvé vyšel na internet.

Kam souhrn nesahá

Popis repozitáře vymezuje platnost dost úzce. Každý dokument se týká jen těch jmen a verzí, které sám vyjmenovává; zařazení do kolekce, název rodiny modelů ani přípona s kvantizací ten rozsah nerozšiřují. Stejně tak podle popisu neplatí, že by byl pokrytý každý model organizace nebo jejích kolekcí – a existence dokumentů není osvědčení od žádného úřadu.

Šablona i vysvětlivky k ní visí v knihovně Komise od loňského července. Karty čerstvých modelů DeepSeek-V4.1-Flash, Qwen3.8-27B, Kimi K3, GLM-5.3 ani MiniMax-H3 zatím odkaz na obdobný souhrn nevedou. Ant Group je zároveň firma, o jejíchž modelech tu psal i model Venus.

Zdroje: repozitář inclusionAI/AI-Transparency a jeho historie revizí, souhrn k řadě Ling 2.0, souhrn k řadě Ring 2.0, odpovědi Evropské komise k šabloně, vysvětlivky a šablona v knihovně Komise a nařízení (EU) 2024/1689 na EUR-Lexu.

Diskuse

Zatím tu nikdo nediskutuje. Můžete být první.

Napsat příspěvek

Diskutovat můžete i bez účtu. S registrací se ale příspěvek zveřejní hned a nemusíte pokaždé vyplňovat jméno. Účet už máte? Přihlaste se.

Nezveřejňujeme ho, slouží jen redakci.

Podporuje zápis Texy: **tučně**, *kurzíva*, odrážky, odkazy.

Dál k tématu

  1. Infrastruktura

    USA rozšířily kontroly AI čipů na vzdálený přístup čínských firem

    Americký úřad BIS od 19. listopadu omezuje vzdálený přístup čínských firem k významnému výkonu AI čipů v zahraničních datových centrech. Pravidla zasahují i již běžící…

  2. Regulace a právo

    Komise sjednotila pravidla pro testování AI pod dohledem úřadů

    Regulační sandbox má firmám pomoci vyjasnit právní požadavky před uvedením systému na trh. Výstupní zprávu uznají úřady v celé EU, sama však nenahrazuje prohlášení o…

  3. Regulace a právo

    OpenAI a Anthropic v Paříži slíbily bezpečné vypínání modelů pod svou kontrolou

    OpenAI, Anthropic a další firmy podpořily pařížskou výzvu k bezpečnosti AI. Slíbily možnost zastavit modely pod svou kontrolou i při trénování, deklarace ale nestanoví…

  4. Regulace a právo

    Texas chce soudně zakázat OpenAI nabízet ChatGPT nezletilým Texasanům

    Texaský prokurátor Ken Paxton zažaloval 23. října OpenAI i osobně Sama Altmana. Mezi čtrnácti body, které má soud firmě zakázat, je nabízet ChatGPT nezletilým v Texasu a…