用途：为 AI/ML 训练数据集提供敏感数据分类框架，处理直接个人数据、推断出的特殊类别数据、受保护特征的代理变量，以及同意范围不覆盖模型训练的数据。结合 GDPR 与 EU AI Act（Regulation (EU) 2024/1689）要求，尤其针对高风险 AI 系统 Art. 10 的数据治理义务。
主要能力：
- 训练数据分类：Tier 1 个人数据内容（直接标识、间接标识、Art. 9 特殊类别、Art. 10 犯罪数据、假名化、匿名化、合成、非个人）；Tier 2 偏见与代理检测（邮编、名字、语言偏好、购物模式、浏览历史、就业空档、信用评分等与受保护特征的关联）；Tier 3 同意与目的范围（同意覆盖训练、不覆盖、正当利益、合同履行、公开数据、研究豁免）。
- 数据卡文档：包含数据集身份、个人数据分类、数据主体、来源、同意/合法依据、特殊类别评估、偏见评估、去标识化、保留、访问控制、DPIA 引用、局限性等字段。
- 偏见检测方法：人口代表性分析、代理变量识别（相关系数绝对值大于 0.3 标记）、差异影响分析（80% 规则）、AI Act Art. 10(5) 评估。
使用方式：资料未提供具体安装命令或代码调用方式，仅描述分类框架与文档模板。
适用场景：高风险 AI 系统训练数据治理、GDPR 合规评估、偏见审计、数据卡编制、来源追踪。
限制：资料未提供具体工具实现、平台支持或收费信息；分类与检测方法需结合具体数据集和法域判断。