课程 332 / 365
91%
正文已完成
L332完成一份开放模型透明度审计
交付组件、许可、训练信息、评测、版本和未知项组成的模型审计卡。
透明度审计逐项展示可获得的材料、明确的权利和仍未知的风险。每条结论都应链接到对应版本的一手资料。
能为一个候选模型制作可复查的开放性与使用边界档案。
核心概念
先把关键判断说清楚
版本身份是审计起点
记录模型名、精确版本、文件哈希与获取日期,避免不同权重被混为同一对象。
透明度与性能独立
模型表现好不代表训练过程透明;开放材料多也不代表满足特定质量目标。
未知项进入决策条件
缺少训练数据说明或安全评测时,应写明对目标场景的影响和补救测试。
案例拆解
两款本地模型的透明度对照
候选 A 文档完整但质量一般,候选 B 跑分较高却缺少许可证版本与训练数据说明。
- 01
为两者记录仓库、模型卡、许可证、权重哈希和核对日期。
- 02
分别列出训练数据说明、评测集、限制与已知风险,不用总分合并。
- 03
B 在许可确认前不得进入产品;A 与 B 都用同一业务样本做独立质量测试。
案例结果
透明度与能力被分开评估,未知许可成为硬门槛而非备注。
提交前练习
现在轮到你
为一个候选模型填写透明度审计卡。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
模型X v1.2,记录仓库tag与SHA256;权重和推理代码可得,训练数据仅概述,许可证允许内部使用但再分发待核;业务测试50条;未确认中文敏感信息处理前只限脱敏原型。
评分标准
- 身份可精确复现
- 开放与性能未混为一谈
- 未知项转成采用门槛
本课收口 · 学习证据
完成,不等于随手打一个勾。
确认阅读、保存练习,再用 30 秒检查和一句话总结留下真实学习证据。
02完成本课练习0 / 4 项必填内容已填写
03通过理解检查约 30 秒
你现在更接近哪一种状态?
完成上面三项后,才能把本课记为已验证。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- The Open Source AI Definition↗standard · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23
- NIST AI Risk Management Framework↗standard · 核对日期 2026-08-23