אני רוצה להשתמש ב-Discourse AI. יש לי כמה שאלות בנוגע לזה.
איזה נתונים משמשים על ידי Discourse AI (וגם כל מודל שפה גדול כמו OpenAI או Google LLM)? האם זה כולל נתונים רגישים?
האם חלק מנתונים אלה משמשים לאימון של מודל השפה הגדול?
תודה על העזרה!
סיכום מבוסס בינה מלאכותית
A user asks about data usage and training practices for Discourse AI, particularly with Google Gemini LLM. Falco explains that Discourse AI is flexible, allowing users to choose their AI provider, such as AWS or Google Gemini, and that data sent to the LLM provider depends on the chosen service. Falco notes that sensitive data may be sent if included in posts, but all interactions are logged for auditing. For stricter data control, users can self-host an LLM. The user’s specific questions about Google Gemini’s data handling and training practices are directed to Google, as they are outside Discourse AI’s control.
“Discourse AI”, ה-plugin, אינו תואם לספק המודל של הבינה המלאכותית. עבור כל תכונה, תוכל לבחור את הספק שתואם ביותר לצרכיך, בין אם זה פרטיות, חבילת תכונות, תמחור, וכו’.
אם אתה משתמש, נניח, ב-AWS כספק הבינה המלאכותית, אז אתה כפוף לתנאי השירות של AWS Bedrock לגבי השימוש בנתונים להדרכה, וכדומה.
תודה, פלאקו.
האם אתה יודע איך זה עובד עם Google Gemini LLM? אני הכי מתעניין בתכונות הסיכום, הרגש וצ’אטבוט.
It works well with Gemini. We have customers using it.
או מצוין!
האם תדע על זה?
איזה נתונים משמשים את ה-LLM של Google Gemini? האם הם כוללים נתונים רגישים?
האם חלק מאלה הנתונים משמשים להכשרת ה-LLM?
This is something you’d need to ask Google.
We have dozens of features in Discourse AI, and they will send data to your preferred LLM provider. For example, the summarize feature will send the topic posts and ask for a summary. If your posts contain sensitive data, that will be sent.
We log everything that is sent to the database, so you can audit it anytime.
And if you have stricter data locality requirements, you can run an LLM on your own servers to keep data under your control.