À qui cela s’applique
Les fournisseurs de modèles d’IA à usage général doivent élaborer et mettre à la disposition du public un résumé suffisamment détaillé du contenu utilisé pour entraîner le modèle, selon un modèle fourni par le Bureau de l’IA (article 53, paragraphe 1, point d)). Les lignes directrices de la Commission donnent un critère indicatif de ce qui constitue un modèle à usage général : une puissance de calcul d’entraînement supérieure à 1023 FLOP et la capacité de générer du langage (texte ou audio), des images à partir de texte ou des vidéos à partir de texte. Les modèles en source ouverte dont les poids sont publics sont exemptés des obligations de documentation, sauf s’ils présentent un risque systémique, mais pas de la politique en matière de droit d’auteur ni du résumé des données d’entraînement.
Ce que demande le modèle
- Informations générales : le fournisseur, le modèle, ses modalités, ainsi que la taille globale et les caractéristiques des données d’entraînement.
- Liste des sources de données : jeux de données publics, jeux de données privés provenant de tiers (sous licence ou autres), données collectées et extraites du web (nom du robot d’indexation, finalité, comportement, par exemple s’il respecte robots.txt, période de collecte et description du contenu), données des utilisateurs, données synthétiques et autres sources.
- Aspects du traitement des données : comment les réservations de droits à l’égard de la fouille de textes et de données ont été respectées, si vous avez signé le code de bonnes pratiques GPAI, et comment les contenus illicites ont été retirés.
Niveau de détail
Le résumé doit être complet dans sa portée plutôt que détaillé sur le plan technique, par exemple en énumérant les principales collections de données et en expliquant les autres sources en texte libre. Le secret des affaires est pris en compte.
Quand publier et mettre à jour
Publiez le résumé au plus tard lors de la mise sur le marché du modèle, sur votre site web et dans chaque canal de distribution, et mettez-le à jour tous les six mois ou plus tôt après un changement important. Les modèles mis sur le marché avant le 2 août 2025 ont jusqu’au 2 août 2027. Le Bureau de l’IA peut faire appliquer les règles relatives aux modèles depuis le 2 août 2026.
Si vous affinez le modèle d’un tiers
Si une modification fait de vous un fournisseur, vous ne déclarez que le contenu utilisé pour la modification et vous indiquez le modèle d’origine. Voir l’affinage et le rôle de fournisseur.
Commencer par un inventaire
Le résumé est bien plus simple si vous tenez déjà une liste de chaque source de données, de la manière dont elle a été collectée et de ce que vous avez nettoyé ou filtré. Voir comment documenter un jeu de données. Ce guide est une information générale, pas un conseil juridique.