Особенности сертификации нейросетевых моделей в условиях формирования нормативной базы
Ключевые слова:
нейросетевые модели, сертификация, искусственный интеллект, стандартизация, оценка соответствия, метрики качества, безопасность ИИАннотация
В статье рассматриваются актуальные подходы к сертификации нейросетевых моделей как особого вида продукции, содержащей искусственный интеллект. Анализируются формирующиеся нормативно-правовые требования
в Российской Федерации и международные стандарты в данной области. Выявляются ключевые особенности оценки соответствия нейросетевых моделей, включая специфику подтверждаемых показателей, методологию тестирования и процедурные аспекты сертификации.
Предлагается классификация метрик качества и безопасности, а также рассматриваются проблемы обеспечения достоверности оценки. Делается вывод
о необходимости комплексного подхода к сертификации, учитывающего
как технические параметры, так и аспекты этики и безопасности.
Библиографические ссылки
ПНСТ 835–2023. Искусственный интеллект. Оценка эффективности моделей и алгоритмов машинного обучения в задаче классификации: национальный стандарт Российской Федерации: издание официальное: утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 29.12.2023 № 1649-пнст. М.: ФГБУ «РСТ», 2023. – 32 с.
ГОСТ Р 70462.1–2022 (ISO/IEC TR 24029–1:2021). Информационные технологии. Искусственный интеллект. Оценка робастности нейронных сетей. Часть 1. Обзор: издание официальное: утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 29.11.2022 № 1355-ст. – М.: ФГБУ «РСТ», 2022. – 32 с.
ГОСТ Р 59276–2020. Системы искусственного интеллекта. Способы обеспечения доверия. Общие положения: национальный стандарт Российской Федерации: издание официальное: утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 21.12.2020 № 1354-ст. – М.: Стандартинформ, 2020. – 16 с.
ГОСТ Р 71752–2024. Искусственный интеллект. Техническое задание. Требования к содержанию: национальный стандарт Российской Федерации: издание официальное: утвержден и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 28.10.2024 № 1548-ст.– М.: ФГБУ «РСТ», 2024. – 20 с.
ISO/IEC 42006:2025. Информационные технологии. Искусственный интеллект. Требования к органам, проводящим аудит и сертификацию систем менеджмента искусственного интеллекта. – Женева: Международная организация по стандартизации, 2025. – VI, 34 с.
ISO/IEC TR 24028:2020. Информационные технологии. Искусственный интеллект. Обзор методов обеспечения доверия к искусственному интеллекту. – Женева: Международная организация по стандартизации, 2020. – VI, 42 с.
ISO/IEC 25023:2016. Системная и программная инженерия. Требования и оценка качества систем и программного обеспечения. Измерение качества системы и программного продукта. – Женева: Международная организация по стандартизации, 2016. – VIII, 44 с.
ISO/IEC TS 4213:2022. Информационные технологии. Искусственный интеллект. Оценка эффективности классификации с помощью машинного обучения. – Женева: Международная организация по стандартизации, 2022. – VI, 24 с.
ISO/IEC 25023:2016. Системная и программная инженерия. Требования и оценка качества систем и программного обеспечения. Измерение качества системы и программного продукта. – Женева: Международная организация по стандартизации, 2016. – VIII, 44 с.
SafetyBench: Оценка безопасности больших языковых моделей [Электронный ресурс] / Сеetal. – 2024. – Режим доступа: https://huggingface.co/ spaces/SafetyBench/ SafetyBench – (дата обращения: 05.03.2026).
Perspective API [Электронный ресурс] / Jigsaw, Google. – Режим доступа: https:// perspectiveapi.com/ (дата обращения: 05.03.2026).
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
Copyright information
Тексты данной электронной статьи защищены (cc) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Вы можете свободно:
Делиться (You are free: to Share) – копировать, распространять и передавать другим лицам данную электронную книгу при обязательном соблюдении следующих условий:
– Атрибуция (Attribution) – Вы должны атрибутировать произведения (указывать автора и источник) в порядке, предусмотренном автором или лицензиаром (но только так, чтобы никоим образом не подразумевалось, что они поддерживают вас или использование вами данного произведения).
– Некоммерческое использование (Noncommercial use) – Вы не можете использовать эти произведения в коммерческих целях.
– Без производных произведений – Вы не можете изменять, преобразовывать или брать за основу эту электронную книгу или отдельные произведения.
Licensed under the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/
or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.
You are free:
to Share — to copy, distribute and transmit the work
Under the following conditions:
Attribution — You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work).
Non-commercial — You may not use this work for commercial purposes.
No Derivative Works — You may not alter, transform, or build upon this work.
Any of the above conditions can be waived if you get permission from the copyright holder.
