監管與法律法國

AI 法規訓練摘要未列出抓取網站域名，審查指出

對 24 份公開可得的 AI 法規訓練內容摘要進行審查，發現沒有一份文件在專門欄位列出抓取網站的域名，這引發了對符合歐盟委員會模板的疑慮。

nullbot 編輯部發布於 2026年9月25日閱讀約 4 分鐘資料來源 (2)

ActuIA 在 2026 年 9 月 25 日檢視了 24 份公開取得的訓練內容摘要，全部依據 AI 法規第 53 條第 1 項 (d) 的報告義務編寫。

歐盟委員會的模板要求供應商列出佔抓取量前十％的第一層與第二層域名，對中小企業則設定較低門檻。

大多數摘要未列出域名

在審查的文件中，有 21 份雖包含專門欄位，但完全留白，未提供任何網站名稱。

DeepSeek 提交的 3 份摘要甚至省略了抓取網站的整個欄位，文件中根本缺少此資訊。

摘要未列舉具體域名，而是使用廣義類別，如學術資源、程式碼託管平台、百科全書、區域入口網站或一般的 .com 等副檔名。

螞蟻集團的摘要發布於 inclusionAI/AI‑Transparency 資料庫，說明僅包含文件本身，未包含模型權重或訓練資料，且聲明發布不等同於合規認證。

這些文件同樣遵循第 53 條第 1 項 (d) 的模板，但在域名欄位仍保持空白，與整體樣本的趨勢相符。

AI 法規要求自 2025 年 8 月 2 日起，對新上市的通用模型披露抓取域名資訊；既有模型則有至 2027 年 8 月 2 日的合規窗口。

目前的描述是否符合第 53 條的法律要求，仍由歐盟委員會最終裁定，審查本身不判斷違法與否。

這項審查涵蓋 OpenAI、Mistral AI、Z.AI、ByteDance、MiniMax、DeepSeek，以及螞蟻集團新公布的 11 份文件。它不是所有公開摘要的完整普查，因此結果只能描述這 24 份樣本，不能推廣到每一家模型供應商。

具體域名與資料來源類別提供的資訊不同。像『學術資源』、『程式碼託管』或 .com 這類描述可以說明資料的大致性質，卻無法讓內容權利人判斷自己的網站是否出現在訓練來源中。

Hugging Face 儲存庫也清楚界定其範圍：它發布的是各文件所識別模型版本的訓練內容摘要，不提供底層訓練資料，也不把同一組織內其他模型自動納入文件涵蓋範圍。

因此，閱讀摘要時必須同時核對模型名稱、版本與文件更新日期。儲存庫的提交歷史可以顯示檔案何時變動，但文件內標示的日期本身不能證明它首次公開上線的時間。

在目前的審查結果中，雖然所有文件均依照第53條第1項(d)的格式提交，但實務上缺乏具體域名資訊，使得監管機構難以直接核對抓取來源的合法性。缺少明確列名的做法只能提供類別性描述，無法證實特定網站是否被納入訓練資料，這在合規驗證的層面上形成了資訊落差，亦增加了後續審查程序的複雜度。

此資訊缺口的限制首先體現在對資料權利人的可辨識性上。僅以「學術資源」或「.com」等寬泛標籤取代具體URL，意味著權利人在收到通知後，無法迅速判斷其網站是否被使用，進而無法主動行使撤回或要求賠償的權利。此種模糊化的報告方式，雖符合形式上的模板要求，卻未達到實質透明的法規精神。

審查過程中亦顯示，對於不同規模的供應商，模板的門檻設定存在差異。中小企業因門檻較低而可能更易選擇省略細部資訊，這在一定程度上形成了合規的灰色地帶。若未來歐盟委員會對此採取更嚴格的解釋，可能導致同類型供應商在合規審核時面臨更高的補充說明需求，進一步增加行政負擔。

在驗證層面，僅依賴摘要中的版本號與更新日期，無法確保文件首次公開的時間點與實際抓取行為的同步性。儲存庫的提交歷史雖能提供變更時間線，但缺乏對抓取時間的直接記錄，使得審查者只能以間接方式推斷資料來源的時效性，這在法律判斷上可能被視為證據不足。

實務上，中文網站經營者若欲確認自身內容是否被納入訓練，必須主動與模型供應商溝通，或透過法律程序要求更詳細的資料清單。當前的概括描述無法滿足此需求，導致企業在合規風險評估時只能依賴不完整的資訊，進而可能錯失及時採取防護措施的機會。

總結而言，雖然審查已指出資訊落差，但最終是否違反第53條仍待歐盟委員會最終裁定。現行做法在形式上符合報告義務，卻在實質透明度與可操作性上存在明顯不足，若未來監管機構加強對具體域名列示的要求，供應商將需調整報告內容以避免合規風險，並為資料權利人提供更具可辨識性的資訊。

對於使用中文的企業而言，實務影響相當明顯：目前這些概括描述不足以讓網站經營者自行辨認內容是否被抓取。是否符合第 53 條仍須由歐盟委員會判定，這份審查只能指出資訊落差，不能自行判定違法。