EU AI Act — AIトレーニングデータの透明性
EU AI Act（規則(EU) 2024/1689）の第53(1)(d)条は、汎用AI（GPAI）モデルのプロバイダーに対し、AI Officeの標準テンプレート上でモデルの学習に使用したコンテンツの公開概要を公表することを義務付けています（2025年8月2日施行）。各概要は、モダリティ別（テキスト / 画像 / 音声 / 動画）に帯域化された学習データ規模、データ取得のカットオフ、およびデータソースのカテゴリーごとの可否フラグを開示します。記入済みの概要をまとめた単一の登録簿は存在せず——各プロバイダーが独自の形式で自ら公表します——そのため、これはアーカイブされた概要から構築したプロバイダー横断的で比較可能なデータセットです。開示された各フィールドにつき1行で、プロバイダー × モデル × セクション × フィールドで識別されます。粗い規模帯は数値のsize_rank（1 / 2 / 3、0 = “該当なし”）にマッピングされ、規模をプロバイダー間で比較できます——これは順序尺度なので、MIN/MAX/AVGで比較し、SUMは使わないでください。対象範囲は初期段階で拡張可能なセットです（Google + Meta + Microsoft）。
開示された学習データ規模
開示された規模帯のインタラクティブなビュー。各グラフにはスクリーンリーダー向けのテキスト代替があります。規模ランク：1 = 最小の帯（“…未満”）、2 = 中間の範囲、3 = 最大（“…超”）、0 = そのモダリティは学習データに含まれません。
テキスト学習データ規模（モデル別）
各モデルのテキスト学習データの帯域化された規模を、比較可能なランク（1–3）で示します。GoogleのGemini 3 ProとMetaのMuse Sparkは最大の帯（“10兆トークン超”）を開示し、MicrosoftのPhi-4モデルは中間の帯を開示しています。
開示された規模ランク（モダリティ別）
各モデルが各モダリティについて開示する比較可能な規模ランク。ランク0は、そのモダリティで学習していないことを意味します（例：テキスト専用のPhi-4）。
開示された学習データの規模帯
各概要がモダリティごとに開示する正確な規模帯を、提出されたとおりに示します。帯は設計上粗くなっています（テンプレートは固定のセットを提供します）——“該当なし”は、そのモダリティが学習データに含まれないことを意味します。
データのカットオフとデータソースのカテゴリー
各概要が開示するデータ取得のカットオフとデータソースの可否フラグ。空欄（—）は、概要が報告していないフィールドです。
Refine or extend these in the query builder (compare size_rank with MIN/MAX/AVG, never SUM), browse the full field list on the Schema page, or read the Methodology.