2025年7月24日，欧盟委员会发布了一份模板，帮助通用目的人工智能（GPAI）提供者汇总其模型训练所用内容。
该模板以简洁、统一且高效的方式，协助通用目的人工智能提供者依据《欧盟人工智能法》提升透明度，并按要求公开此类摘要。
技术主权、安全与民主事务执行副主席 Henna Virkkunen 表示：
“委员会今天通过的模板，是在构建可信且透明的人工智能道路上迈出的又一关键步伐。通过提供一份易于使用的文档，我们正支持通用目的人工智能模型提供者履行《欧盟人工智能法》义务。这正是我们建立人工智能信任、释放其对经济与社会全部潜力的方式。”
通用目的人工智能模型以海量数据进行训练，但关于这些数据来源的信息始终有限。此次公开的摘要将全面呈现用于训练某一模型的数据概况，列明主要数据集合，并说明其他数据源。该模板亦将便利版权持有人等合法权益方在欧盟法律下行使其权利。
该模板是一项更广泛举措的组成部分，与将于 2025 年 8 月 2 日 全面生效的欧盟通用目的人工智能模型规则相衔接。它补充了 7 月 18 日 发布的《通用目的人工智能规则提供者指南》（本公众号翻译一键直达）以及 7 月 10 日 发布的《通用目的人工智能行为准则》。
附：解释性说明以及模板全文翻译
致委员会的函件
批准委员会草案通报的内容——《关于通用目的人工智能模型训练内容公开摘要的解释说明及模板》（依据《欧盟人工智能法》第53(1)(d)条要求）
1. 背景
(1) 《欧盟2024/1689号条例》（欧洲议会与理事会2024年6月13日通过，制定人工智能的统一规则并修订若干条例，以下简称“《欧盟人工智能法》”）已于2024年8月1日生效。该法第五章第二节为通用目的人工智能模型提供者设定了统一规则，既包括对所有通用目的人工智能模型提供者均适用的义务，也针对最具先进性的、带来系统性风险的通用目的人工智能模型提出额外的风险评估与缓解要求。上述规则自2025年8月2日起正式适用。
(2) 《欧盟人工智能法》第53(1)(d)条要求所有通用目的人工智能模型提供者编制并公开一份“足够详细的”关于模型训练所用数据的公开摘要（以下简称“摘要”），并须依据人工智能办公室提供的模板（以下简称“模板”）撰写。该法序言第107条进一步阐明摘要与模板的目的：提升通用目的人工智能模型训练所用数据（包括受版权法保护的文本与数据）的透明度。
(3) 所有在欧盟市场投放的通用目的人工智能模型提供者均须履行上述义务，包括以免费及开源许可发布的通用目的人工智能模型提供者，只要其模型落入《欧盟人工智能法》的适用范围。序言第107条还对摘要及模板作出进一步澄清。
相关法律条文
《欧盟人工智能法》第53条第1款(d)项通用目的人工智能模型的提供者应当[……]依据人工智能办公室提供的模板，编制并公开一份关于该通用目的人工智能模型训练所用数据的“足够详细的”摘要。
《欧盟人工智能法》序言第107条为提高通用目的人工智能模型在预训练及训练阶段所用数据的透明度，包括受版权法保护的文本与数据，宜要求此类模型的提供者编制并公开一份关于训练所用数据的“足够详细的”摘要。在充分顾及保护商业秘密与机密商业信息的前提下，该摘要应在范围上总体全面，而非技术上详尽，以便合法权益方，包括版权持有人，在欧盟法律下行使并执行其权利，例如列明用于训练的主要数据集合或数据集（如大型私有或公共数据库或数据档案），并以叙述形式说明所使用的其他数据源。由人工智能办公室提供该摘要模板是适当的，模板应简洁、有效，并允许提供者以叙述形式提交所需摘要。
(4) 鉴于提供者负有依据委员会所提供模板编制摘要的法定义务，该模板对《欧盟人工智能法》的正确实施具有重要的法律价值。本解释说明及其附件模板旨在帮助通用目的人工智能模型提供者以简洁、一致且高效的方式履行《欧盟人工智能法》第53条第1款(d)项所规定的义务。
(5) 该模板基于人工智能办公室于2024年7月30日至9月18日期间组织的通用目的人工智能模型多利益相关方咨询结果制定。共收到来自广泛利益相关方的430余份回复。在此基础上，人工智能办公室拟定了模板的初步方案，并允许参与制定《通用目的人工智能行为准则》的各方提交书面补充意见。本解释说明所附当前版本模板已充分考虑来自111个利益相关方的意见，其中包括通用目的人工智能模型提供者、商业协会、版权人组织、学术界、公民社会和公共机构。模板草案亦已与人工智能委员会通用目的人工智能指导小组及欧洲议会（IMCO-LIBE委员会）人工智能工作组进行了汇报与讨论。
2. 摘要的目的
(6) 通用目的人工智能模型通常以海量数据进行训练，而关于这些数据的信息往往有限。序言第107条指出，摘要的目的在于提高模型训练所用内容的透明度，包括受法律保护的内容，并便利拥有合法权益的各方（包括版权持有人）在欧盟法律下行使并维护其权利。
(7) 上述合法权益涉及版权及相关权、其他知识产权，亦涉及欧盟法律保护的其他权利，均可因透明度提升而受益。
(8) 首先，就知识产权（包括版权及相关权）而言，训练数据透明化有助于权利持有人获得其在通用目的人工智能模型训练中所用内容的相关信息，从而行使其知识产权，并在欧盟知识产权法下获得有效救济的基本权利。
(9) 其次，训练数据透明化可便利数据主体行使其权利，并更广义地支持欧盟数据保护规则的执行。摘要可将相关信息集中汇总，例如关于从互联网抓取的数据，或通过模型或其他服务与产品交互收集的数据。该摘要信息并不取代亦不影响数据控制者依据欧盟数据保护法向数据主体应披露的信息。在摘要的背景下，消费者利益及其根据欧盟法律享有的消费者权利保护也可能具有相关性。
(10) 第三，训练内容总体特征的透明化也可帮助将此类模型集成到下游应用的提供者评估数据多样性，进而酌情采取缓解措施，以保障不受歧视以及语言与文化多样性的基本权利。
(11) 第四，训练数据透明化亦可促进信息获取与传播的基本权利，并使研究人员能够行使科学自由以开展科学研究。学术机构与组织可据此批判性评估特定通用目的人工智能模型的影响、局限及与数据相关的潜在风险与危害。
(12) 最后，训练数据透明化亦有助于形成更加透明与竞争的市场。例如，关于是否利用已公开通用目的人工智能模型进行“模型蒸馏”训练其他模型，或是否使用提供者自身产品与服务收集的用户数据进行训练的信息，可帮助用户与企业更好地理解其数据与模型的使用情况，避免潜在锁定效应。
3. 训练数据的全面范围与足够细节
(13) 摘要中提供的关于通用目的人工智能模型的信息应涵盖模型训练所有阶段所用的数据，从预训练到后训练（包括模型对齐与微调）。涵盖所有来源与类型的数据，无论其是否受保护（包括知识产权）。鉴于第53(1)(d)条明确指向“训练”，模型运行期间的其他输入数据（如检索增强生成所用数据）不在模板强制披露范围内，除非模型主动从该输入中学习。
(14) 序言第107条指出，训练内容信息应在范围上全面、细节上足够，以实现摘要之目的，即为公众提供有意义的透明度，并便利合法权益方行使并执行其欧盟法律下的权利。
(15) 随附模板旨在为公开摘要所需信息提供共同的最低基线，包含三大主要部分：
通用信息：要求提供可识别提供者及模型的信息、模态、各模态在广泛区间中的规模，以及训练数据的总体特征。
数据源清单：要求披露用于训练的主要数据集（如大型私有或公共数据库），并以叙事形式全面描述提供者自行或委托他人抓取的网络数据（含抓取量最大的域名摘要），以及所有其他数据源（如用户数据或合成数据），以确保关于用于模型训练内容的摘要的完整性。
相关数据处理方面：要求披露与合法权益方在欧盟法律下行使权利相关的特定数据处理信息，尤其关乎遵守欧盟版权法及移除非法内容，以降低通用目的人工智能模型大规模复制与传播非法内容之风险。
(16) 鉴于摘要旨在提供足够细节并便利合法权益方（包括版权持有人）行使其权利，模板要求以叙述摘要形式披露被爬取和抓取的顶级域名列表，但并不要求披露用于训练的具体数据与作品的细节，因这超出了第53(1)(d)条仅要求提供“摘要”而非“技术细节”的范围。提供者亦可自愿在摘要中披露超出最低要求的更多信息。对于未在摘要中列出的被抓取域名，建议提供者本着善意并在自愿基础上，在收到请求时向合法权益方（包括版权持有人）提供其是否抓取并使用了该域名下受保护作品的信息。该自愿“应请求”机制不影响版权人在欧盟知识产权执法法律下可享有的其他救济。
4. 与商业秘密及机密商业信息的平衡
(17) 如序言第107条所述，模板需在满足合法权益方利益、促进训练内容有意义透明度的同时，尊重各方权利，特别是注意保护商业秘密与机密商业信息。
(18) 鉴于委员会受《欧盟基本权利宪章》约束，已就模板要求披露的信息范围进行了审慎的平衡设计，以确保提供者能够履行《人工智能法》第53条第1款(d)项所规定的义务，并就训练内容提交一份“足够详细”的公开摘要。模板仅在确有必要、且系以有意义方式保障《人工智能法》第53条第1款(d)项及序言第107条所保护之权利行使时，才要求披露有关通用目的人工智能模型训练所用内容的更具体细节。哪些细节应予公开，是委员会在制定模板过程中经审慎权衡后确定的：一方面确保提供与训练数据相关的必要信息，以实现模板目标；另一方面保护关于数据来源的商业敏感机密信息以及提供者如何策划数据并训练其模型的具体方式。
(19) 为保护提供者商业秘密，模板针对不同数据源设定了差异化披露要求。例如，对已获许可的数据披露有限，因相关版权人本身即为许可协议当事方（见模板第2.2.1节）。对于非由版权人商业许可、由第三方提供的私有数据集，仅在其已为公众所知悉（或提供者愿意公开）时方需列明，否则仅需概括描述（见模板第2.2.2节）。对于公开数据集，因其信息已公开，故要求更详细信息，包括披露“大型”数据集（定义见模板），以符合序言第107条（见模板第2.1节）。
(20) 对于在线抓取数据，模板要求披露爬虫名称、目的、行为、抓取期间及被抓取内容与在线源的综合描述（见模板第2.3节）。此外，模板要求以叙述摘要形式披露被抓取的最相关域名，以在保护商业秘密前提下提供有意义信息，符合AI法序言第107条的要求。
(21) 模板（第2.4节）仅要求最低限度披露通过用户与提供者各项服务及产品交互所收集的用户数据，不含已依据商业交易协议获得许可的数据，或为特定目的微调模型所用的客户数据。对于由AI模型生成并用于训练目的的合成数据（见模板第2.5节），信息亦仅限于已投放市场的通用目的人工智能模型名称；若使用其他模型（包括提供者自有模型），则提供模型概况，并在必要时披露其训练数据概况，以避免规避其他章节披露义务。
(22) 模板不要求披露数据源的精确配比与构成，仅要求提供各模态训练数据规模的区间信息，并在所有来源间汇总（见模板第1.2节）。
5. 简洁、统一且高效的报告
(23) 模板要求以叙述、简洁且高效的形式提供信息，确保公众及相关方易于理解，同时避免给通用目的人工智能模型提供者造成不必要负担。
(24) 模板每一节均附简明指引，便于提供者以简便且统一的方式填报。委员会拟将该模板作为在线表格发布于其官网。
(25) 提供者应确保摘要信息真实、准确且全面。在特定章节，模板允许仅披露与摘要目的相关、必要且可合理获取的信息。
(26) 人工智能办公室可核查模板填写是否正确，以评估提供者是否履行第53(1)(d)条义务。人工智能办公室拥有《欧盟人工智能法》赋予的全部执法权，并可要求采取纠正措施。违规者可被处以最高前一年度全球年营业额3%或1500万欧元（二者以高者为准）的罚款。数据的合法收集与处理仍由提供者依据其他适用欧盟法律（如版权与数据保护法）自行负责。人工智能办公室将监督第53(1)(d)条合规摘要义务的履行，但不会对具体作品是否用于训练逐一核查，也不会检查是否使用了特定内容来训练通用 AI 模型（序言第108条）。
(27) 出现争议时，鼓励提供者与合法权益方（包括版权持有人）利用国家层面可获得的替代争议解决机制（如调解）及欧盟与成员国法律提供的其他救济（例如《知识产权执法指令》第8条）。
6. 既有通用目的人工智能模型的修改与更新
(28) 已投放欧盟市场的通用目的人工智能模型可被下游实体修改，致使该下游实体成为所产生模型的提供者。此时，修改实体在模板中仅需报告用于模型修改部分的训练数据，并须在摘要中清晰注明被修改的模型名称（见模板第1.2节）。
(29) 若提供者对已投放市场的通用目的人工智能模型进一步训练，且新增数据需对摘要内容作实质性更新，则摘要应每六个月更新一次，或一旦新增数据需重大更新则须提前更新。更新摘要应反映新增数据及更新日期，并与修改后模型一并公开。
(30) 若多个模型或模型版本的摘要内容完全相同，则可共用同一份摘要。此时摘要须明确列明所覆盖的不同模型及模型版本。若不同模型或版本基于同一已投放市场的通用目的人工智能模型，且各自摘要内容不同，则每个模型或版本的摘要仅需涵盖针对原始模型进一步修改（包括微调）所用的训练数据，并须在摘要中清晰引用原始模型名称及提供原始模型摘要链接。
(31) 若同一份摘要用于多个模型或版本，则模板中“模型”一词应理解为所涵盖的每个模型或版本；“训练数据”应理解为各模型或版本各自的训练数据。
7. 摘要的发布
(32) 摘要至迟应在模型投放欧盟市场之时公开。应在提供者官网显著且可访问位置发布，并清晰注明所覆盖的模型（及可能的模型版本），同时应在模型所有公共分发渠道（如在线平台）一并提供。
8. 义务生效日期及2025年8月2日前已投放市场模型的特殊规则
(33) 摘要公开义务自2025年8月2日起生效。对于2025年8月2日前已投放市场的模型，提供者须于2027年8月2日前完成摘要公开。若该早期模型提供者已尽合理努力仍无法获取部分信息，或获取信息将构成不成比例负担，则应在摘要中明确说明并合理解释信息缺失。人工智能办公室自2025年8月2日起启动对通用目的人工智能模型合规情况的监督与执法。
9. 解释说明与模板的审查
(34) 委员会将持续监测本解释说明及随附模板的实施情况，并基于实践经验及技术、社会与市场的发展节奏，在必要时对其进行审查。如委员会认为必要，可在人工智能办公室执法权生效日（2026年8月2日）前启动审查。
附件：通用目的人工智能模型训练内容公开摘要模板
（依据《欧盟人工智能法》第53(1)(d)条）
版本：__________________ （请提供本摘要的版本号，并在适用时附上先前版本的链接）
最后更新日期：____/____/____（日/月/年）
一般信息（General information）
1.1 提供者识别（Provider identification）
提供者名称及联系方式：__________________________________________
授权代表名称及联系方式（仅当提供者设立于欧盟以外时适用，参见《人工智能法》第54条）：__________________________________________
1.2 模型识别（Model identification）
具名/版本化的模型名称：__________________________________________
（请提供本摘要所涵盖的模型或模型版本的唯一标识符，例如：Llama 3.1-405B。如符合委员会解释公告第30点，若多个模型或版本的摘要内容完全一致，可使用同一份摘要。若有可公开的其他文档（如模型卡），请提供链接。）
模型依赖关系：__________________________________________
（如该模型是对已投放欧盟市场的一个或多个通用目的AI模型进行修改（包括微调）的结果，请注明被修改模型（及其版本）的名称，并在可能的情况下提供其摘要链接。）
模型在欧盟市场投放日期：__________________________________________
（如摘要适用于多个模型或版本，请分别注明每个模型（版本）的投放日期，参见委员会解释公告第30点。）
1.3 模态、整体训练数据规模及其他特征（Modalities, overall training data size and other characteristics）
本节要求提供模型训练前数据预处理之后、训练之前的整体训练数据的一般信息。
| ☐ 文本（Text） | ☐ 少于 10 亿（1 billion）tokens☐ 10 亿至10 万亿（10 trillions）tokens☐ 多于 10 万亿 tokens或使用其他单位注明大致规模：_____________ | 示例：小说/非小说文本、科学文献、新闻出版物、法律及官方文件、社交媒体评论、源代码等 |
| ☐ 图像（Image） | ☐ 少于 100 万（1 million）张☐ 100 万至10 亿（1 billion）张☐ 多于 10 亿张 | 示例：摄影作品、视觉艺术作品、信息图、社交媒体图片、标识、商标等 |
| ☐ 音频（Audio）* | ☐ 少于 1 万（10 000）小时☐ 1 万至100 万（1 million）小时☐ 多于 100 万小时 | 示例：音乐作品与录音、有声书、广播节目与播客、私人语音通信等 |
| ☐ 视频（Video） | ☐ 少于 1 万（10 000）小时☐ 1 万至100 万（1 million）小时☐ 多于 100 万小时 | 示例：音乐视频、电影、电视节目、表演、电子游戏、视频片段、新闻视频、社交媒体视频等 |
| ☐ 其他（Other） | 请注明模态，并为每一项标明大致规模及计量单位：________________ | — |
注：不包括属于视频模态的音频内容；本模板理解“音频”模态包括“语音”。
数据获取/收集的最晚日期：____/____（月/年）
（请注明为模型训练而收集/获取数据的最晚日期；若此日期之后模型在新数据或动态数据上持续训练，请同时说明。）
整体训练数据的语言特征描述：__________________________________________
（如适用，请描述训练数据所涵盖的语言，尤其是欧盟官方语言。）
整体训练数据的其他相关特征：__________________________________________
（在信息易得、相关且可行的范围内，描述其他特征，例如训练数据的国家/地区或人口统计特性。）
补充说明（可选）：__________________________________________
（例如：用于数据规模计算的压缩/分词方法、音视频内容的采样频率/速率等。）
数据来源清单（List of data sources）
本节要求说明用于训练通用目的AI模型的具体数据来源。“数据集”（dataset）应理解为单一的、预先打包的数据集合。对同一预打包集合进行的过滤与预处理不应被视为新的数据集而在下述部分单独披露。若某一数据集可同时归入多个类别，请选择最合适的类别并仅在该类别中披露，合成数据除外（见第2.5节）。
2.1 公开可获得的数据集（Publicly available datasets）
本节要求列示用于训练模型的数据集中，由第三方编制、可免费公开获取并可整体或按预定义分块下载的数据集，例如公共仓库、线上平台、专业网站上提供的数据集或 Common Crawl 的快照。公开可得并不代表该内容无权利限制，内容仍可能受许可或使用条件（如部分自由/开源许可可能限制模型训练用途）约束。
“大型”数据集：若某一数据集中任何一种模态的数据总量超过用于训练的该模态全部公开可得数据集总量的3%，则视为“大型”。规模应基于预处理后的大小（如过滤后），且不得通过拆分数据集规避披露。
是否使用了公开可获得的数据集来训练模型？ ☐ 是 ☐ 否
如是，请注明相关数据集所涵盖的模态： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
大型公开数据集清单：__________________________________________
请为每个大型数据集提供其标识符/名称及可访问链接。若无链接，请提供该数据集的一般描述，包括（如已知）数据收集的大致起止日期（否则注明“不详”）。若仅使用了数据集的一部分，请说明选择这些部分的一般方法。
其他未列示的公开可获得数据集的一般描述：____________________________________
请对未在上文列出的其他公开数据集进行一般性描述。可包括：（i）模态类型（如文本、图像）；（ii）内容性质（如个人数据、受版权保护内容、机器生成数据如物联网数据或合成数据）；（iii）语言特征（如适用）；（iv）数据收集的大致起止日期（如已知，否则注明“不详”）。
补充说明（可选）：（例如数据集规模及其他相关细节）
2.2 来自第三方的非公开私有数据集（Private non-publicly available datasets obtained from third parties）
本节涉及未公开、且未在第2.1节披露的第三方私有数据集，包括：
1）提供者与权利人或其代表（包括集体管理组织及合法内容聚合商）签订交易性商业许可协议的数据集（见第2.2.1节）；
2）通过数据中介、非公开数据库及其他第三方获得、且未与权利人或其代表签订交易性商业许可协议的数据集（见第2.2.2节）。
2.2.1 与权利人或其代表签订商业许可的数据集（Datasets commercially licensed by rightsholders or their representatives）
是否与权利人或其代表签订了交易性商业许可协议？ ☐ 是 ☐ 否
如是，请注明相关数据集所涵盖的模态： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
2.2.2 从其他第三方获得的私有数据集（Private datasets obtained from other third parties）
是否从其他第三方获得了未按第2.2.1节所述许可的私有数据集（如私有数据库提供方或数据中介）？ ☐ 是 ☐ 否
如是，请注明相关数据集所涵盖的模态： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
如公开可知，请列示从其他第三方获得的主要私有数据集：_________________________
如公开可知，请列出主要私有数据集的标识符/名称，并在可能时提供相关信息链接。
对未公开可知且未在上文列出的私有数据集的概述：________________________________
请对用于训练模型且未公开可知、未在上文列示标识符的私有数据集作一般描述。应指明：（i）模态（如文本、图像）；（ii）内容性质（如个人数据、受版权保护内容、机器生成数据如物联网数据或合成数据）；（iii）语言特征（如适用）。
补充说明（可选）：（例如数据收集期间、数据集规模及其他细节）
2.3 从在线来源抓取与爬取的数据（Data crawled and scraped from online sources）
本节涉及由提供者或其受托方直接从在线来源抓取、爬取或以其他方式汇编的数据（不包括第2.1节所述由第三方已编制并公开提供的数据集）。
是否由提供者或其受托方使用了爬虫？ ☐ 是 ☐ 否
如是，请注明爬虫名称/标识符：____________________________________
爬虫的目的：________________________________________________________
爬虫行为的一般描述：_______________________________________________
（例如：是否遵守验证码、受密码保护网站及付费墙的限制，是否遵守 robots.txt 等协议。）
数据收集期间：自 / 至____/____（月/年）
所抓取内容及在线来源的综合描述：__________________________________________
请全面描述被抓取内容的类型，包括其地理、语言或人口学特征，并指明被抓取的网站类型（如新闻、博客、社交媒体、论坛、社区网站、文化遗产机构网站、教育网站、政府门户、个人博客、流媒体、游戏平台、在线视频平台、合成数据库等）。
涵盖的模态类型： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
被抓取的最相关域名概要：__________________________________________
若从互联网域名抓取/爬取并用于训练的内容，请按抓取内容规模列示排名前10%的互联网域名（顶级与二级域名，如“example.com”），并在适用时在所有模态间代表性地进行统计。中小企业（含初创企业）应披露排名前5%或1000个域名（取较低值）。你可以通过可下载文件提供此清单，或在此说明获取方式。
补充说明（可选）：（如自愿，可披露超出上述要求的更多域名、URL 及单个作品来源等信息）
2.4 用户数据（User data）
本节涉及通过提供者的所有服务与产品（包括邮件服务、社交媒体平台、内容平台或与提供者AI模型/系统的交互）收集并用于训练的数据。不包括按第2.2.1节所述基于商业交易许可的用户授权数据，亦不包括为特定目的微调模型所用的客户数据。
是否使用了来自与AI模型交互的用户数据（如用户输入与提示）训练模型？ ☐ 是 ☐ 否
是否使用了来自提供者其他服务或产品的用户交互数据训练模型？ ☐ 是 ☐ 否
如是，请对用于收集用户数据的提供者服务或产品进行一般描述：______________________________
涵盖的模态类型： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
补充说明（可选）：__________________________________________
2.5 合成数据（Synthetic data）
本节涉及由提供者或其受托方为训练模型而直接基于其他AI模型的输出生成的合成数据，尤其是通过模型蒸馏或模型对齐（例如通过强化学习的AI反馈）。不包括使用AI模型对数据进行清洗或丰富（如用AI生成的元数据来丰富或修改数据集，例如为图像创建深度图或文本描述）。如属第2.1节所述的公开数据集，应在第2.1节披露；如属第三方代表提供者创建的合成数据集，则应在本节而非第2.2.2节披露。
是否生成了用于训练模型的合成AI数据？ ☐ 是 ☐ 否
如是，合成数据模态： ☐ 文本 ☐ 图像 ☐ 视频 ☐ 音频 ☐ 其他（请注明）
如是，请注明用于生成合成数据且已在市场上提供的通用目的AI模型：_________________________
请注明此类通用目的AI模型名称，并在可能时提供其摘要链接。
有关用于生成合成数据的其他AI模型的信息（包括未在市场上提供的提供者自有模型）：__________________________________________
请提供其他AI模型的信息，包括提供者自有但未上市的模型。如已知且为行使合法权益所必需，并为避免规避本模板其他部分的披露义务，请一般描述其训练数据。
补充说明（可选）：__________________________________________
2.6 其他数据来源（Other sources of data）
本节涉及未归入第2.1至2.5节的其他数据来源，例如线下来源收集的数据、自行数字化的媒介（如数字化的模拟文本内容、图像）、提供者委托人工标注的数据集，或通过强化学习由人类生成的数据。
是否使用了第2.1至2.5节未涵盖的其他数据来源来训练模型？ ☐ 是 ☐ 否
如是，请对这些数据来源及数据进行叙述性描述：__________________________________________
补充说明（可选）：__________________________________________
数据处理要素（Data processing aspects）
3.1 文本与数据挖掘（TDM）例外或限制下权利保留的尊重（Respect of reservation of rights from text and data mining exception or limitation）
本节涉及提供者在版权政策（依《人工智能法》第53条第1款(c)项）下实施的措施，用以识别并遵守依据指令(EU) 2019/790第4(3)条表达的文本与数据挖掘（TDM）例外或限制的权利保留。
您是否为包含尊重TDM例外或限制中权利保留承诺的《通用目的AI模型行为准则》签署方？ ☐ 是 ☐ 否
请描述在模型训练前为尊重TDM例外或限制中的权利保留而实施的措施，包括提供者（或数据集来源第三方）所遵守的退出（opt-out）协议与解决方案：__________________________________________
补充说明（可选）：提供者也可自愿披露其他相关信息。例如，如已公开，请概述依据《人工智能法》第53条第1款(c)项制定的版权政策（可附相关网页链接）。
3.2 非法内容的移除（Removal of illegal content）
本节涉及为避免或移除训练数据中的非法内容（依据欧盟法）而采取的措施（例如黑名单、关键词、基于模型的分类器），且无需披露提供者内部商业实践或商业秘密的具体细节。当训练数据可能包含非法或不法内容（尤其是儿童性虐待材料、恐怖主义内容、未经授权使用受知识产权保护的材料）时，建议采取此类措施。本节不包括为了提升模型能力而进行的数据选择做法。
已采取措施的一般描述：__________________________________________
3.3 其他信息（可选）（Other information (optional)）
关于数据处理的其他相关信息（可选）：__________________________________________
提供者亦鼓励在自愿基础上披露训练前或训练后为尊重并行使欧盟法所保护的权利而采取的其他相关数据处理要素与措施。