0 / 0
Go back to the English version of the documentation
Bezpieczeństwo i prywatność dla podstawowych modeli
Last updated: 09 lis 2023
Bezpieczeństwo i prywatność dla podstawowych modeli

Praca z modelami bazowymi jest bezpieczna i prywatna w taki sam sposób, w jaki cała praca nad produktem watsonx jest bezpieczna i prywatna.

Modele podstawowe, z którymi użytkownik wchodzi w interakcje za pośrednictwem usługi watsonx , są udostępniane w produkcie IBM Cloud. Dane nie są wysyłane do żadnej platformy innej firmy ani do platformy Open Source.

Pytania o model podstawowy, które można utworzyć i zaprojektować w narzędziu Prompt Lab lub wysłać przy użyciu interfejsu API, są dostępne tylko dla użytkownika. Pytania są używane tylko przez użytkownika i są wprowadzane tylko do wybranych modeli. Tekst pytania nie jest dostępny ani używany przez IBM ani przez żadną inną osobę lub organizację.

Użytkownik decyduje o tym, czy pytania, wybory modelu i ustawienia parametrów inżynierskich pytania są zapisywane. Po zapisaniu dane są przechowywane w dedykowanym zasobniku IBM Cloud Object Storage , który jest powiązany z projektem.

Dane przechowywane w zasobniku pamięci masowej projektu są szyfrowane w spoczynku i w ruchu. Zapisane dane można usunąć w dowolnym momencie.

Prywatność tekstu w laboratorium podpowiedzi podczas sesji

Tekst wprowadzony po kliknięciu przycisku Generuj w edytorze pytań w narzędziu Prompt Lab (Laboratorium z pytaniami) jest ponownie formatowany jako leksemy, a następnie jest wprowadzany do wybranego modelu. Wysłana wiadomość jest szyfrowana podczas przesyłania.

Tekst podpowiedzi nie zostanie zapisany, chyba że zostanie wybrana opcja zapisania pracy.

Niezapisany tekst pytania jest przechowywany na stronie WWW do momentu odświeżenia strony. W tym momencie tekst pytania jest usuwany.

Prywatność i bezpieczeństwo zapisanych prac

Sposób zarządzania zapisaną pracą różni się w zależności od typu zasobu wybranego do zapisania:

  • Zasób szablonu pytania: Bieżący tekst pytania, model, parametry inżynierskie pytania i wszystkie zmienne pytania są zapisywane jako zasób szablonu pytania i zapisywane w zasobniku IBM Cloud Object Storage powiązanym z projektem. Zasoby szablonu pytania są zachowywane do czasu ich usunięcia lub zmiany przez użytkownika. Gdy opcja automatycznego zapisu jest włączona, po otwarciu zapisanego pytania i zmianie tekstu tekst w zapisanym zasobie szablonu pytania jest zastępowany.

  • Zasób sesji pytania: Zasób sesji pytania zawiera tekst wejściowy pytania, model, parametry inżynierskie pytania i dane wyjściowe modelu. Po utworzeniu zasobu aplikacyjnego sesji pytania w zasobniku pamięci masowej projektu, w którym są przechowywane przez 30 dni, zapisywane są informacje o maksymalnie 500 przesłanych pytaniach.

  • Zasób notatnika: Twoje pytanie, model, parametry inżynieryjne pytania oraz wszelkie zmienne pytania są sformatowane jako kod Python i zapisane jako zasób notatnika w zasobniku pamięci masowej projektu.

Tylko osoby z dostępem z rolą Administrator lub Edytujący do projektu lub zasobnika pamięci masowej projektu mogą wyświetlać zapisane zasoby aplikacyjne. Użytkownik kontroluje, kto może uzyskać dostęp do projektu i powiązanego z nim zasobnika Cloud Object Storage .

Rejestrowanie i tekst w laboratorium podpowiedzi

Żadne elementy, które zostały dodane do edytora zapytań lub zostały dodane do modelu z poziomu laboratorium podpowiedzi lub przy użyciu interfejsu API, nie są rejestrowane przez produkt IBM. Komunikaty generowane przez modele podstawowe i zwracane do laboratorium podpowiedzi również nie są rejestrowane.

Prawo własności do treści i podstawowych wyników modelu

Treść przesyłana do watsonx należy do użytkownika.

Produkt IBM nie korzysta z treści przesłanej do produktu watsonx ani z danych wyjściowych wygenerowanych przez model podstawowy w celu dalszego trenowania lub doskonalenia jakichkolwiek modeli opracowanych przez produkt IBM .

IBM nie twierdzi, że ma jakiekolwiek prawa własności do jakichkolwiek danych wyjściowych modelu. Użytkownik ponosi wyłączną odpowiedzialność za treść i dane wyjściowe każdego modelu.

Więcej inform.

Temat nadrzędny: Modele produktu Foundation

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more