ETSI 发布 TR 104 180 — 可信任AI的数据质量度量框架

2026年9月3日，ETSI发布技术报告TR 104 180《数据解决方案；数据质量度量的开发与识别》，定义了18个标准化、数学上明确规定的度量指标（涵盖基础质量、可用性、公平性和隐私/负责任数据使用维度），用于定量评估数据集在数字和AI生态系统中是否适合特定目的。该TR通过开源数据质量验证系统概念验证进行了验证，该系统应用于工业物联网传感器数据和人口统计学数据，由韩国首尔大学、大邱大学、韩国TTA、意大利CNIT和法国EGM共同开发。通过ETSI自身的新闻稿确认，json-ld datePublished=2026-09-03。

数据质量直接支撑AI安全性和可信任性——低质量、有偏见或缺乏代表性的训练/推理数据是模型完整性故障的根本原因，也是数据投毒风险相关的一个向量。TR 104 180为组织（以及在EU AI Act等法规下参考"数据治理"义务的监管机构）提供了一种标准化、可重现的方式来自我验证和报告数据集适配性，补充现有的AI安全框架（OWASP AI Exchange、ISO/IEC 27090、prEN 18282），这些框架假设但不测量数据质量作为输入。

AI/ML数据工程和治理团队应评估这18个度量指标是否应纳入数据摄取和模型训练管道质量控制；跟踪EU AI Act数据治理条款的标准/合规团队应将该TR映射到其AI Act附件文档工具包中作为支持证据。