כרטיס מודל (Model Card)

בדומה לתווית-מרכיבים על מוצר מזון, כרטיס-מודל נותן לצרכן (מפתח, חוקר, או משתמש) מידע לפני שהוא סומך על המודל: אילו נתונים אימנו אותו, לאילו משימות הוא מתאים, ואילו הטיות או מגבלות ידועות יש לו.

המונח "כרטיס מודל" נטבע במאמר משפיע מ-2018 של חוקרות בגוגל, שהציעו תבנית סטנדרטית לתיעוד-מודלים בהשראת תוויות-מזון ותוויות-בטיחות מתעשיות אחרות — כדי לצמצם פערי-מידע בין יוצרי מודל למי שמשתמש בו בפועל.

בפועל, מודלים בולטים כמו Llama של Meta, וגם דגמי GPT ו-Claude, מפרסמים היום מסמכים כאלה (לעיתים תחת השם "כרטיס-מודל" ולעיתים "כרטיס-מערכת", System Card) לצד כל שחרור גרסה חדשה — כולל תוצאות מבחני-בטיחות, מגבלות ידועות, ותרחישי-שימוש שהחברה ממליצה במפורש שלא להשתמש במודל עבורם.

כרטיסי-מודל הפכו לנורמה מקובלת בתעשייה, במיוחד למודלים בעלי-משקלים-פתוחים המתפרסמים בפלטפורמות כמו Hugging Face — חלק ממגמה רחבה יותר של בינה מלאכותית אחראית ושקיפות. עם זאת, איכות כרטיסי-המודל משתנה מאוד בין ספקים: חלקם מפרטים תוצאות-מבחנים מספריות ומגבלות קונקרטיות, בעוד אחרים מסתפקים בניסוח כללי ושיווקי יחסית — כך שקריאת כרטיס-מודל בקפידה, ולא רק בדיקת קיומו, נשארת חשובה למי שמעוניין להבין באמת מה הוא מקבל.

ביקורת נפוצה על הפרקטיקה כולה: אין גוף-רגולציה חיצוני שמחייב פרסום כרטיס-מודל, ואין תקן אחיד שכל החברות מחויבות לו — כך שההחלטה מה בדיוק לכלול, ובאיזו רמת-פירוט, נשארת בידי החברה שכתבה את המודל עצמה, לא גורם עצמאי שמבקר אותה מבחוץ. עם זאת, כמה יוזמות בתעשייה ובאקדמיה מנסות לקדם תבניות-תיעוד מוסכמות ומשותפות, בדיוק כדי לצמצם את הפער הזה ולאפשר השוואה אמיתית בין כרטיסי-מודל של חברות שונות, ולא רק קריאה נפרדת של כל מסמך לגופו. מאז 2025 התמונה הזאת אינה שלמה עוד: חוק השקיפות בבינה מלאכותית חזיתית (SB 53) של קליפורניה אינו מחייב כרטיס-מודל כשלעצמו, אך מחייב מפתחי מודלי-חזית לפרסם דוח-שקיפות לפני פריסת מודל חדש או בד-בבד עמה, וקובע שפרסום אותו מידע בתוך מסמך רחב יותר — ובכללו כרטיס-מערכת או כרטיס-מודל — ייחשב עמידה בחובה.