論文の概要: TechOps: Technical Documentation Templates for the AI Act
- arxiv url: http://arxiv.org/abs/2508.08804v1
- Date: Tue, 12 Aug 2025 09:58:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-13 21:07:34.377795
- Title: TechOps: Technical Documentation Templates for the AI Act
- Title（参考訳）: TechOps: AI法のためのテクニカルドキュメンテーションテンプレート
- Authors: Laura Lucaj, Alex Loosley, Hakan Jonsson, Urs Gasser, Patrick van der Smagt,
- Abstract要約: 本稿では、データ、モデル、アプリケーションの文書化のためのオープンソースのテンプレートと例を紹介する。
これらのテンプレートは、AIライフサイクル全体のシステムステータスを追跡する。
また、発見可能性とコラボレーションを促進し、リスクを低減し、AIドキュメントとガバナンスのベストプラクティスと整合させる。
- 参考スコア（独自算出の注目度）: 4.205946699819021
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Operationalizing the EU AI Act requires clear technical documentation to ensure AI systems are transparent, traceable, and accountable. Existing documentation templates for AI systems do not fully cover the entire AI lifecycle while meeting the technical documentation requirements of the AI Act. This paper addresses those shortcomings by introducing open-source templates and examples for documenting data, models, and applications to provide sufficient documentation for certifying compliance with the AI Act. These templates track the system status over the entire AI lifecycle, ensuring traceability, reproducibility, and compliance with the AI Act. They also promote discoverability and collaboration, reduce risks, and align with best practices in AI documentation and governance. The templates are evaluated and refined based on user feedback to enable insights into their usability and implementability. We then validate the approach on real-world scenarios, providing examples that further guide their implementation: the data template is followed to document a skin tones dataset created to support fairness evaluations of downstream computer vision models and human-centric applications; the model template is followed to document a neural network for segmenting human silhouettes in photos. The application template is tested on a system deployed for construction site safety using real-time video analytics and sensor data. Our results show that TechOps can serve as a practical tool to enable oversight for regulatory compliance and responsible AI development.
- Abstract（参考訳）: EU AI法を運用するには、AIシステムが透明で、トレース可能で、説明責任を持つことを保証するために、明確な技術資料が必要である。
AIシステムの既存のドキュメンテーションテンプレートは、AI法の技術的ドキュメンテーション要件を満たしている間、AIライフサイクル全体を完全にカバーしていない。
本稿では、AI法に準拠するための十分なドキュメントを提供するために、データ、モデル、アプリケーションのドキュメンテーションのためのオープンソースのテンプレートと例を導入することで、これらの欠点に対処する。
これらのテンプレートは、AIライフサイクル全体のシステムステータスを追跡し、トレーサビリティ、再現性、AI法への準拠を保証する。
また、発見可能性とコラボレーションを促進し、リスクを低減し、AIドキュメントとガバナンスのベストプラクティスと整合させる。
テンプレートはユーザからのフィードバックに基づいて評価され、洗練され、ユーザビリティと実装性に関する洞察を可能にする。
データテンプレートは、下流のコンピュータビジョンモデルと人間中心のアプリケーションの公正性評価をサポートするために作成されたスキントーンデータセットを文書化するために作成され、モデルテンプレートは、人間のシルエットを写真にセグメントするニューラルネットワークを文書化する。
アプリケーションテンプレートは、リアルタイムのビデオ分析とセンサデータを使用して、建設現場の安全のためにデプロイされたシステム上でテストされる。
我々の結果は、TechOpsが規制コンプライアンスの監視と責任あるAI開発を可能にするための実践的なツールであることを示している。
関連論文リスト
- Model Cards Revisited: Bridging the Gap Between Theory and Practice for Ethical AI Requirements [6.99674326582747]
モデルカードは、人工知能(AI)モデルの開発者のための主要なドキュメントフレームワークである。
最近の研究は、モデルドキュメンテーションのプラクティスが不十分であることを示し、モデルドキュメンテーションにおけるAI要件と現在のプラクティスのギャップを示唆している。
われわれの分類学は、倫理的AI要件に準じて対処する改訂されたモデルカードフレームワークの基礎として機能する。
論文 参考訳（メタデータ） (2025-07-08T14:19:50Z) - Rethinking Data Protection in the (Generative) Artificial Intelligence Era [115.71019708491386]
現代の(生産的な)AIモデルやシステムに生じる多様な保護ニーズを捉える4段階の分類法を提案する。
当社のフレームワークは、データユーティリティとコントロールのトレードオフに関する構造化された理解を提供し、AIパイプライン全体にわたっています。
論文 参考訳（メタデータ） (2025-07-03T02:45:51Z) - AI Model Passport: Data and System Traceability Framework for Transparent AI in Health [4.024232575199211]
本稿では,構造化および標準化されたドキュメントフレームワークであるAI Model Passportの概念を紹介する。
ライフサイクル全体にわたってAIモデルを特定し、検証し、追跡し、監視するために必要なメタデータをキャプチャする。
このフレームワークの実装は、医療画像アプリケーションのためのProCAncer-I EUプロジェクト内で開発されたMLOpsツールであるAIPassportを通じて提示される。
論文 参考訳（メタデータ） (2025-06-27T16:16:15Z) - AI Cards: Towards an Applied Framework for Machine-Readable AI and Risk Documentation Inspired by the EU AI Act [2.1897070577406734]
その重要性にもかかわらず、AI法に沿ったAIとリスクドキュメントの作成を支援するための標準やガイドラインが欠如している。
提案するAIカードは,AIシステムの意図した使用を表現するための,新しい総合的なフレームワークである。
論文 参考訳（メタデータ） (2024-06-26T09:51:49Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - InteractiveIE: Towards Assessing the Strength of Human-AI Collaboration
in Improving the Performance of Information Extraction [48.45550809455558]
文書からテンプレートをベースとした学習情報抽出の性能向上を図るために,対話IE(InteractiveIE)と呼ばれるプロキシをオンザフライで行う方法を提案する。
バイオメディカルおよび法的文書の実験では、トレーニングデータを取得するのが高価であり、AIのみのベースラインよりもInteractiveIEを使用したパフォーマンス改善の奨励的な傾向が明らかにされている。
論文 参考訳（メタデータ） (2023-05-24T02:53:22Z) - Evaluating a Methodology for Increasing AI Transparency: A Case Study [8.265282762929509]
人工知能の潜在的な害に対する懸念が高まる中、社会はAIモデルとシステムがどのように作成され、使用されるかについて、より透明性を求めるようになった。
これらの懸念に対処するため、いくつかの取り組みが、モデル開発者が答えるべき質問を含むドキュメンテーションテンプレートを提案している。
多様なドキュメントコンシューマのニーズをカバーできるテンプレートはひとつもありません。
論文 参考訳（メタデータ） (2022-01-24T20:01:01Z) - A Methodology for Creating AI FactSheets [67.65802440158753]
本稿では、FactSheetsと呼ぶAIドキュメントの形式を作るための方法論について述べる。
方法論の各ステップの中で、検討すべき問題と探求すべき質問について説明する。
この方法論は、透明なAIドキュメントの採用を加速する。
論文 参考訳（メタデータ） (2020-06-24T15:08:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。