跳转到主要内容

蚂蚁集团InclusionAI公开AI训练数据

蚂蚁集团InclusionAI公开AI训练数据

蚂蚁集团的AI部门InclusionAI在HuggingFace上悄然迈出了大胆的一步。他们推出了一个名为AI-Transparency的仓库，发布其主要模型系列（Ling、Ring和Ming）训练数据的详细摘要。但关键在于——这不是为了共享权重或数据集。而是为了回答一个简单的问题：这些模型究竟从什么数据中学习？

合规角度

这不仅仅是一篇随意的博客文章。这些摘要遵循一个严格的模板，与《欧盟人工智能法案》第53(1)(d)条相关——该法规强制通用AI模型的提供者披露其训练内容。换句话说，蚂蚁集团正在勾选一个监管框。每份文档仅涵盖其提到的特定模型版本。例如，如果提到Ling-2.0，它只涵盖Ling-2.0（包括Ling1T、Ling-flash2.0和Ling-mini-2.0）。没有笼统的声明，也没有对其他版本的假设。

涵盖范围

列表很广泛。在Ling方面，从2.0到3.0都有，其中3.0分为LLM（flash、tiny、flash-fin）和VL（视觉语言）版本。Ring从2.0到2.6-1T。而Ming系列包括Omni多模态模型（如flash-omni-preview和flash-omni-2.0）以及两个统一音视频模型：UniAudio-16B-A3B和UniVision-16B-A3B。每个摘要都带有自己的版本号和更新日期，在高层次上描述训练内容——没有原始数据，也没有授予第三方权利。

细则

蚂蚁集团谨慎地指出，这些文档不是认证或认可。它们并不涵盖所有InclusionAI模型。联系页面指向蚂蚁集团的Ling官方开发者网站，版本历史提醒读者PDF日期只是文档版本——不是发布日期。要了解实际更改，需要查看仓库的提交记录。

为何重要

随着全球法规将“训练透明度”从锦上添花变成硬性要求，蚂蚁集团系统性地发布训练摘要服务于两个目的。首先，它为海外合规铺平道路。其次，它提供了一个难得的机会，一窥其模型是如何构建的。这是一个小窗口，但很有启发性。

关键要点

  • 蚂蚁集团的InclusionAI在HuggingFace上发布了Ling、Ring和Ming模型的训练摘要。
  • 此举符合《欧盟人工智能法案》的透明度要求（第53(1)(d)条）。
  • 文档仅涵盖特定模型版本——不共享权重或原始数据。
  • 仓库包括从Ling-2.0到Ling-3.0、Ring-2.0到Ring-2.6以及Ming Omni和两个16B-A3B多模态模型。
  • 蚂蚁集团强调这些摘要不是认证，也不涵盖所有模型。