数据与数据治理——第10条

要求

高风险AI系统的训练、验证和测试数据集须符合特定的数据治理要求。

数据要求

数据集必须：

• 与预期用途相关
• 具有充分的代表性，特别是针对受影响的人群
• 尽可能无错误且完整
• 具备适当的统计特性（包括地理、行为和功能方面）

数据治理措施

提供者必须记录：

• 数据来源和收集方法
• 数据处理流程（标注、清洗、增强）
• 偏差评估及已采取的应对措施
• 检测和修复数据缺口与缺陷的措施
• 数据保护法律依据（GDPR合规性）

BAUER GROUP 实施方案

场景	方法
BAUER自行训练模型	需要完整的数据治理文档
BAUER使用第三方模型（API）	记录供应商使用条款，进行输入/输出监控
BAUER微调第三方模型	需要微调数据集的数据治理文档

不成比例的工作量

当数据治理要求（特别是训练数据文档化、偏差分析、代表性证明）超过产品价值时 → No-Go EU，仅在第三国市场销售。