Hugging Face Content Policy
Hugging Face Content Policy 是 Hub 上机器学习制品与社区内容的准入、举报和处置规则。它被并入 Hugging Face 服务条款，但不是模型或数据集许可证，也不是参与者同意书、隐私合规证书、权属审计或平台预审合格证。仓库仍在线、设为 public／private／gated、带有 license tag 或未被举报，都不能单独证明来源合法、授权链完整或个人信息处理合规。
当前版本与可复核历史
截至 2026-08-10，官方 live page 标示 Effective Date: 2025-04-10，没有独立的版本号、Last updated、逐版差异或不可变 revision。政策说明修改在网站发布十天后生效，继续使用平台被视为接受；因此页面上的“生效日”不能被当作当前每个段落的最后编辑日。
Internet Archive 对 content-policy URL 可返回的首个 memento 是 2025-03-21。该快照仍显示 Effective Date: 2023-08-30；2025-04-25 的快照已经是 2025-04-10 版。归档只能把切换窗口夹在两次抓取之间，不能证明精确发布日期。现行页后来还链接 2025 年 DSA 透明度报告并加入澳大利亚补充条款，却没有为这些追加段落提供单独日期。2023-06-15 的官方博客曾宣布更新 Community Policy 并把 consent 作为核心价值，但博客发布日期、旧页生效日和现行页生效日不是同一个版本标识。
更早的 content-guidelines URL 显示：2022 初版用 Technical／Human Content 与三级处置；2023-06-09 生效的重写版首次明确并入 ToS、定义 ML Artifacts 与四种仓库状态；2023-08-30 版主要新增禁止以 proxy 绕过原服务商限制。官方没有集中 changelog，Wayback 抓取日只能证明“当时已可见”。
| 维度 | 2023 版（2025-03-21 快照） | 2025-04-10 版 |
|---|---|---|
| 结构 | 把内容分为 Restricted 与需协作处理的 Moderated Content | 把限制内容归为五组，再用统一的举报、审核和申诉流程处置 |
| 响应承诺 | 报告 ML artifact 后“通常约 72 小时”供 owner 回应 | 删除 72 小时口径；没有固定审核、移除或申诉 SLA |
| 工具 | 细列 documentation、gating、private、NFAA、downgrade、disable 与社区警告层级 | 概括为协作修改、unrank、NFAA、remove／disable、限制互动、停号／销号 |
| 同意与隐私 | 明列“未经被呈现者明确同意发布”以及未满 13 岁个人信息的移除条款 | 明列第三方私人信息须有明确许可、非自愿性内容受限；同时保留开放式“consent 是核心价值”条款 |
| 纠错 | 只有较简短的 IP 投诉入口 | 明确 DMCA counter-notice、14 个美国工作日窗口，以及一般 moderation 申诉和 DSA 庭外争议渠道 |
版本变化说明制度设计发生过实质调整；不能拿旧版 72 小时窗口、旧 NFAA 分类或旧社区警告层级解释当前个案。澳大利亚附加段可由快照界定为 2025-06-04 后、07-04 前出现；DSA 报告链接从 2024 换为 2025 可界定在 2025-12-01 后、2026-01-16 前，但页面 Effective Date 均未随之改变。
覆盖对象与仓库状态
“Content”覆盖网站或 Hub 上发布、展示或访问的代码、数据、文本、图像、用户名、应用和软件。政策进一步区分：
- ML Artifacts：Models、Datasets、Spaces 等仓库代码与制品；
- Community Content：讨论、评论、用户名、README、model/data card、pull request 与 merge 等。
Repository 的四种状态首先是可见性或访问状态：
| 状态 | 政策能确认 | 不能据此推出 |
|---|---|---|
| Public | 互联网任何人可见；只有 owner 或组织成员可修改 | public domain、OSI／CC 许可、第三方权利已清理或任意站外使用 |
| Private | 只有 owner 与组织成员可见和修改 | 绝对保密、NDA、采集合规或平台不可能依法访问／披露 |
| Gated | 页面与社区内容公开，artifact 须接受 click-through 或经维护者批准 | 审核认证、数据主体同意、下载后用途控制或本地副本可远程删除 |
| Disabled | 除 owner 外的社区成员被阻断访问 | 物理删除、最终违法裁定、既有许可撤销或下游副本召回 |
owner 主动设置 gate 与平台依 moderation 决定 disable 是两个动作。前者控制当前账号能否取件；后者是平台处置。Hugging Face Gated Repositories 的申请人被拒或取消访问，不在现行政策明确列举的正式申诉对象中。
受限内容
现行政策把受限内容列为五组，同时保留随机器学习风险演化处理其他内容的开放条款：
- 违法内容：违反适用法律，或推动武器、非法药物、诈骗、赌博、伪药品、抄袭等高风险非法活动；
- 欺诈或恶意活动：诽谤、故意欺骗、虚假信息、钓鱼、诈骗、虚假身份／行为、违法金融交易及无证医疗／法律／金融服务；
- 有害或滥用内容：伤害个人或群体、歧视、仇恨、骚扰、霸凌、贬损，未经明确同意制作或用于骚扰的性内容，未成年人性内容，恐怖主义或美化暴力、痛苦与羞辱；
- 隐私与知识产权：未经明确许可发布他人私人信息，或侵犯第三方知识产权；
- 平台滥用、安全与垃圾内容：破坏系统、恶意代码、未授权 bot／远程管理、无关或过量托管、绕过限制、操纵 likes、挖矿与 spam。
“subject to immediate action”表示平台保留立即行动权，不等于承诺固定分钟或小时内移除，也不表示所有上传物都经过事前扫描。澳大利亚附加条款另要求上传者、特别是 ML artifact 上传者采取适当措施，降低生成儿童性剥削材料或亲恐材料的风险；其监管范围和证据边界另见 澳大利亚指定互联网服务DIS标准。
举报、审核、移除与申诉
一般举报可通过平台内 Report 或 safety@huggingface.co 提交。Repository 举报会建立公开 report 并通知团队；Posts／Comments 举报直接通知团队。报告本身属于 Community Content，滥用举报也可能被处置。平台还可依据社交媒体线索、自动检测或内部问题主动 flag；这些通道的存在不等于全量预审。
审核流程是逐案、迭代判断内容是否及在何种条件下可以继续托管。可能措施包括：
- 请求 owner 协作或修改；
- unrank；
- 加 Not For All Audiences（NFAA）标签；
- remove 或 disable；
- 限制互动；
- suspend 或 terminate account。
政策没有定义 remove 是否等于物理删除，也没有给历史 revision、缓存、备份、恢复或最终删除期限。disabled 只被定义为阻断非 owner 访问，不能推出此前下载已消失。
知识产权争议另走 DMCA：权利主张方向 dmca@huggingface.co 提交通知；平台核查法律要件与滥用后通知上传者并 disable；上传者可交 counter-notice；合格反通知后，原主张方有 14 个美国工作日采取法律行动阻止恢复。DMCA 只解决特定版权程序，不覆盖全部隐私、数据保护、合同、商标或 consent 争议，也不是法院对权属的最终裁判。
对 disable content、suspend 或 terminate account 的一般 moderation 决定，用户可向 legal@huggingface.co 提交理由与证据。政策承诺复核和回复，但未给时限、执行暂停或临时恢复规则，也未明确把 unranking、NFAA、互动限制或维护者拒绝 gated access 纳入同一申诉保证。EU 路径还允许诉诸经认证的 DSA 庭外争议解决机构；这不是全球用户当然享有的同一外部救济。
权利、隐私与 consent 的边界
Content Policy 规定上传内容不得侵犯第三方隐私或知识产权，但没有要求每个训练数据集上传前统一提交 consent form、IRB、provenance manifest、PII 扫描报告、敏感属性清单或数据主体删除 SLA。Hugging Face 对平台用户自身个人信息的处理另受 Hugging Face 隐私政策 约束；该政策不能替代上传者对数据集中第三方个人信息的责任。
制品许可仍应分别核对 Hugging Face 服务条款、仓库 card／LICENSE、custom gate 条款、上游来源和适用法。Content Policy 可触发 moderation，却不会创造上传者原本没有的版权、肖像权、数据保护基础或再分发权。数据集许可证漂移 尤其说明平台元数据与上游许可不能只核一个端点。
外部执行证据
- 许可证与来源链。 Nature Machine Intelligence 2024 的分母是 44 个常用 alignment collections 中 1,858 条、允许重叠的 constituent-dataset records，不是 Hub 全库随机样本。Table 2 可复算：Hugging Face 未指定许可为 69.38%，与人工重标用途类别不一致为 64.75%（正文写 66%），平台标签过度宽松为 27.18%；三者不能混成一项“违法率”。无原作者重叠的 JCSS 2024 对 65,761 个 Hugging Face dataset repositories 又发现 72.13% 无 license tag，独立支持“缺失普遍”，但没有核对原作者许可。完整口径与后续跨平台证据见 数据集许可证漂移。
- 卡片披露。 ICLR 2024 分析 7,433 张 Hugging Face dataset cards：下载量前 100 的建议栏目完整率为 86.0%，零下载组只有 7.9%；热门卡片中“使用数据的考虑”仅占约 2.1% 文本。它测的是文档，不是违法率或 PII 含量；结论是 card 存在不能替代授权与来源审计。
- 同意执行压力测试。 FAccT 2025 在截至 2024-12 的公开样本识别接近 200 个 Stable Diffusion／Flux deepfake variants，所查 model cards 未发现被呈现者 consent 说明，据此判断执行似乎偏反应式。研究针对 2023 版政策、只看公开模型且没有生成图片核验输出，不能直接证明 2025 版仍以同样方式失效。
- 第三方采用。 Google AI Edge 的 LiteRT Community 要求投稿遵守本政策、说明训练数据并确认 PII 已清除；同页却允许无许可证模型，并明确团队不主动审核社区贡献、只对明显 spam／abuse 反应式移除。采用一项平台政策不等于第三方完成实质审查。
- DMCA 纠错个案。 Bloomberg Entsum 讨论记录：纽约时报代理人通知后平台先移除访问，进一步分析发现数据不含 NYT corpus，次日恢复。它证明 disable 与恢复都实际发生，不提供总体错误率、处理时长分布或下游副本状态；后续档案审计见 Hugging Face Legal Takedown Repository。
- 平台自报。 Hugging Face DSA Transparency Report 2025 报告 2025 年内部申诉 86 宗，其中 62 宗维持、24 宗推翻；PDF 同时保留大量 YYYY-MM-DD、空值和模板行。数字是平台自报而非监管审计，需先区分实际观测与未填模板字段。
模型市场治理 的关键难题由此可见：license、card、gating、NFAA、自动检测、人工协作、disable 和申诉是相互衔接但不可互相替代的工具。Gorwa 与 Veale 对 Hugging Face、GitHub 与 Civitai 的比较把这些工具概括为重要但有限的治理手段；其材料主要观察 2022–2023 年演化，不是现行政策效果评估。截至 2026-08-10，本轮没有找到 Arcom、欧委会或 eSafety 对 Hugging Face Content Policy 作出的公开最终违法裁决或合规认证。
核验清单
审计某个 Hub artifact 时，至少分别记录：
- policy live URL、生效日、访问日与固定快照；
- repository immutable revision 及 public／private／gated／disabled 状态；
- card license、LICENSE、custom terms 与上游逐层许可；
- consent、PII、参与者通知／撤回、IRB 或其他实际适用依据；
- report、NFAA、unrank、disable、remove 与 account action 的具体事件；
- 一般申诉、DMCA counter-notice 和监管外部救济是否适用；
- 既有下载、缓存、镜像、衍生数据和模型是否有独立召回机制。
这是一项政策与证据审计，不是法律意见。
相关页面
- Hugging Face 服务条款
- Hugging Face Gated Repositories
- Hugging Face 隐私政策
- Hugging Face DSA Transparency Report 2025
- Hugging Face Legal Takedown Repository
- 数据集许可证漂移
- 模型市场治理
- 澳大利亚指定互联网服务DIS标准
- 具身智能数据基础设施
- 人类活动数据
证据
- 原始资料快照（本地归档）
- 原始资料快照（本地归档）
- Hugging Face Content Policy
- 2025-03-21 Internet Archive snapshot
- Hugging Face Terms of Service
- 2023 Community Policy announcement
- Hugging Face DSA Transparency Report 2025
- A large-scale audit of dataset licensing and attribution in AI
- Navigating Dataset Documentations in AI
- Deepfakes on Demand
- LiteRT Community submission policy
- Bloomberg Entsum DMCA discussion
在模型市场三段治理链中的位置（2026-08-10）
模型市场治理 将生产端预防、分发前控制和分发后响应分开后，本政策主要覆盖第三段，并向第二段延伸：NFAA、unrank、disable／remove、账号措施和申诉属于分发后响应；owner gate 是分发前访问控制；malware／Pickle scanner 又是另一条制品安全链。license、card、consent、hash／签名和安全格式仍须独立核验，不能由“政策未处置”反推已通过权利或安全审查。
2025 DSA 报告的 5,859 项 solely automated measures、147,144 项非自动措施和 24 次申诉推翻能够证明行动与纠错存在，但其由 24／5,859 得出的 99.59 同时被填作 accuracy、precision、recall；没有 false-negative 分母便不能测 recall，也不能把活动量写成下游伤害降幅。跨平台机制、恶意制品事件、扫描器 benchmark 与因果证据缺口见 原始资料快照（本地归档）。