买通用大模型时，训练数据摘要能帮你审什么

一家做行业知识问答产品的公司，准备把自研应用接到某家通用大模型的API上，并打算用客户文档做一轮微调。采购合同讨论到一半，法务问了一个新问题：“这家模型有没有按欧盟模板公开过训练内容摘要？我们微调之后，算不算变成模型提供者？”技术同事只带来了能力测评表，没有这份摘要。

以上是假设场景。它指向的生产侧问题是：当通用模型成为产品的上游“原料”，企业如何用公开的训练内容摘要做采购验收，以及自身改造模型时角色如何变化。

已经发生的事

【事实】欧盟委员会数字战略官网《通用目的AI模型提供者义务指南》问答页写明：自2025年8月2日起，在欧盟市场投放通用目的AI模型的提供者须履行多项义务，其中包括：编制并向AI办公室按请求提供技术文档；向下游AI系统提供者提供信息与文档；制定遵守欧盟版权法的政策；公开关于训练所用内容的充分详细摘要；若设立在欧盟以外，须在投放市场前指定欧盟授权代表。页面同时说明，执法层面自2026年8月2日起要求全面合规，并可处以罚款；2025年8月2日前已投放市场的模型，须在2027年8月2日前满足相关义务。

【事实】同一套材料对“什么算通用目的AI模型”给出指示性标准：训练算力超过约10^23次浮点运算（FLOP），且能生成语言（文本或音频）、文生图或文生视频的模型，通常被视为通用目的AI模型；算力超过约10^25 FLOP的模型被推定具有系统性风险能力，并触发额外义务（评估、事件通报、网络安全等）。指南本身不具有法院终局解释效力，但委员会写明将据此开展执法。

【事实】委员会《通用目的AI模型提供者训练内容摘要模板》FAQ写明：依据《人工智能法案》第53条第1款(d)项，使用该模板是强制的；任何在欧盟市场投放GPAI模型的提供者（含系统性风险模型、以自由开源许可发布的模型）都须发布相应摘要。摘要义务自2025年8月2日起适用；此前已上市模型最晚须在2027年8月2日前提供摘要。摘要须在模型投放市场时一并公开，放在提供者官网醒目位置，并在公开分发渠道旁提供；若后续用新数据继续训练，摘要应至少每六个月更新，或在内容发生重大变化时更早更新。

【事实】模板FAQ列明摘要至少包含三部分：一般信息（提供者与模型标识、训练内容模态与规模大致区间等）；数据来源清单（公开数据集、私有数据集、在线抓取、用户数据、合成数据等，按来源类型有不同详细度要求）；与合法利益方行权相关的数据处理方面（含版权相关信息与非法内容移除等）。FAQ还写明：未按要求提供摘要，自2026年8月2日起可由AI办公室执法，罚款最高可达提供者上一财年全球年营业额的3%或1500万欧元，以较高者为准。关于抓取数据，FAQ举例要求披露所用爬虫名称、采集时段、内容描述，以及被抓取域名中排名靠前的部分（对中小企业另有上限规则）。

【事实】委员会指南问答还写明：下游主体对已上市GPAI模型做修改或微调，并不自动成为新的提供者；仅在修改或微调所使用算力超过原模型训练算力三分之一等例外情形下，才会成为提供者。对构成显著修改的情形，义务主要集中在记录“改了什么、用了哪些新训练数据”，而不是重写整份原模型文档。开源模型在满足条件时可豁免部分技术文档与下游文档义务，但仍须履行版权政策与公开训练内容摘要；系统性风险开源模型不适用该豁免。

【核验限制】本文依据委员会官方FAQ与指南问答页核验；第53条完整条文、模板PDF全文及具体域名披露比例的最终表述，以AI办公室正式模板与EUR-Lex文本为准。本文不判断任何具体商业模型是否已合规发布摘要。

变化的机制：训练数据从“黑箱卖点”变成“可核对的上游原料说明”

过去企业选模型，主要看评测分数、价格、延迟和可用性。训练内容摘要把一部分原本只在模型公司内部的信息，变成面向公众、格式统一的披露：用了哪些类型的数据、是否包含用户交互数据、抓取范围大致如何、版权与非法内容处理说了什么。

【推演】若摘要成为采购标配，企业在选型时可能像审供应链成分表一样对照摘要：有没有公开摘要、覆盖哪些模型版本、用户数据是否用于训练、抓取域名披露是否可核验。成立条件包括：摘要确实按模板发布且可定位到具体版本；采购方的客户或合规团队要求留存这类证据。受益方是需要向上游追问版权与数据来源的下游产品方；承担成本的是须持续更新摘要的模型提供者。可能失败的环节：摘要允许一定模糊与商业秘密保护，企业未必能据此完成完整尽职调查；仅在欧盟市场投放的义务，对完全不进入欧盟的产品线约束不同。

对生产的影响

• 把通用模型接入自有产品时，除了能力测试，还应把“训练内容摘要是否存在、对应哪个版本”写入验收清单。
• 用自有数据微调时，要单独评估算力规模是否可能触及“成为新提供者”的门槛；即使未成为提供者，也应内部记录新增训练数据来源，以便日后对接下游文档要求。
• 开源权重可下载，并不等于免除摘要义务；若企业自己再投放修改后的GPAI模型，角色可能从用户变为提供者。

建议试验：给候选模型建一张“摘要核对表”

【建议试验】在下一轮模型选型中，对两到三家候选API或可下载模型，用同一张表核对：官网是否有按委员会模板结构组织的训练内容摘要；摘要是否标明适用的模型与版本；是否说明用户数据、抓取数据、合成数据；上次更新日期。投入：采购或合规1人，约两天；技术同事协助定位模型版本号。判断指标：有几家能给出可点击、可对照模板栏目的摘要；有几家只能给营销白皮书。失败条件：没有任何一家能提供可定位到具体版本的摘要链接。结果只用于完善采购模板，不构成对某家是否违法的认定。

边界

本文不提供法律意见，不评估具体厂商摘要是否充分，也不讨论中国境内对训练数据披露的规则。企业是否进入欧盟市场、是否构成“投放”，须个案判断。

参考资料

• European Commission, Guidelines on obligations for General-Purpose AI providers. https://digital-strategy.ec.europa.eu/en/faqs/guidelines-obligations-general-purpose-ai-providers （核验日期：2026-11-06）
• European Commission, Template for general-purpose AI model providers to summarise their training content. https://digital-strategy.ec.europa.eu/en/faqs/template-general-purpose-ai-model-providers-summarise-their-training-content （核验日期：2026-11-06）