Une fiche de modèle inclut typiquement : les détails du modèle (architecture, version, date), l'usage prévu (à quoi le modèle est conçu et à quoi il ne devrait pas être utilisé), les données d'entraînement (description du jeu de données, incluant les biais connus), les métriques de performance (ventilées par sous-groupes pertinents), les limitations (modes de défaillance connus, cas limites) et les considérations éthiques (dommages potentiels, stratégies d'atténuation).
Hugging Face a popularisé les fiches de modèle en les exigeant pour tous les modèles sur leur Hub. La qualité varie considérablement — certaines sont des documents techniques détaillés, d'autres des placeholders sommaires. Les meilleures fiches de modèle incluent des ventilations de performance par groupe (le modèle fonctionne-t-il aussi bien pour différentes langues, démographies ou domaines ?), des exemples concrets de cas d'échec, et des évaluations honnêtes des limitations plutôt que du langage marketing.
Le concept s'étend au-delà des modèles : les fiches de données documentent les jeux de données (méthodologie de collecte, processus d'annotation, biais connus) et les fiches de système documentent des systèmes d'IA complets (modèle + post-traitement + garde-fous + contexte de déploiement). Anthropic publie des fiches de système pour les versions de Claude. Ces documents plus larges capturent de l'information que les fiches de modèle seules manquent — un modèle pourrait être sûr isolément mais dangereux quand il est déployé avec certaines capacités d'utilisation d'outils ou sans filtres de contenu.