训练数据的合法性判断:公开可得不等于可用
在把任何数据集投入预训练或微调前,判断其中是否含个人信息(包括来源不明的数据),并据此履行隐私义务;数据公开可得或可访问本身不构成合法使用依据。必要时须采取额外措施(例如删除相关信息)以确保合规。收集环节还须遵守 APP 3 的必要性限制:只收集对其职能或活动合理必要的个人信息,为生成式 AI 编制数据集时应就“哪些数据需要纳入”制定适当参数,并建立过滤机制剔除不必要的个人信息。
- 触发条件
- 为面向澳大利亚市场的模型收集或编制训练数据的中国 AI 企业。
- 做完之后应留存的证据
- · 数据集个人信息含量评估记录
- · 数据集纳入参数与过滤规则文档
- · 删除或去识别执行记录
- · 来源不明数据的尽调结论
首次达标投入估算:10–25 人日(估算,非承诺)