मुख्य मजकूराकडे जा
OpenAI

१९ ऑगस्ट, २०२६

कंपनीसुरक्षितता

अत्याधुनिक मॉडेलसाठी झीरो डेटा रिटेन्शन देणे

ZDR शी सुसंगत राहून विविध संवादांमधील संरक्षण अधिक भक्कम करणाऱ्या खाजगी सुरक्षा प्रक्रियेची पूर्वझलक.

लोड होत आहे...

झीरो डेटा रिटेन्शन पात्र API ग्राहकांना स्पष्ट हमी देते: विनंतीवर प्रक्रिया झाल्यानंतर OpenAI त्यांचे प्रॉम्प्ट किंवा मॉडेलचे प्रतिसाद राखून ठेवत नाही. ग्राहकांची सामग्री परीक्षणासाठी OpenAI च्या कर्मचाऱ्यांना उपलब्ध नसते1 आणि ग्राहकांनी स्पष्टपणे संमती दिल्याशिवाय उद्योग ग्राहकांचा डेटा आमच्या मॉडेलच्या प्रशिक्षणासाठी वापरला जात नाही.

मॉडेल अधिक दीर्घ आणि गुंतागुंतीची कामे करू लागल्यावर काही गंभीर धोके अनेक इंटरॅक्शन एकत्र पाहिल्यानंतरच दिसू शकतात. विद्यमान ZDR-सुसंगत सुरक्षा प्रणाली प्रत्येक इंटरॅक्शनचे स्वतंत्रपणे मूल्यमापन करतात. आज आम्ही खाजगी सुरक्षा प्रक्रियेची पूर्वझलक सादर करत आहोत. OpenAI च्या कर्मचाऱ्यांना मूळ सामग्री उपलब्ध न करून देता संबंधित इंटरॅक्शन्समधील पॅटर्न ओळखण्यासाठी ती तयार केली आहे.

ZDR च्या डिप्लॉयमेंटमध्ये ग्राहकांचे काँटेंट ग्राहकाच्या नियंत्रणातील पायाभूत सुविधांवरच राहते. ग्राहकाच्या नियंत्रणातील की वापरून एन्क्रिप्ट केलेले काँटेंट OpenAI च्या पायाभूत सुविधांवर साठवण्याचा पर्यायही आम्ही विकसित करत आहोत. दोन्ही प्रकरणांत, मूळ प्रॉम्प्ट किंवा प्रतिसाद OpenAI च्या कर्मचाऱ्यांसमोर उघड न करता ऑटोमेटेड सिस्टम्स संभाव्य गैरवापर ओळखू शकतात आणि मर्यादित सुरक्षा संकेत पाठवू शकतात.

सुरक्षा प्रणाली विकसित होणे का आवश्यक आहे

AI च्या सुरक्षिततेशी संबंधित सर्वांत गंभीर धोके नेहमी एकाच इंटरॅक्शनमध्ये दिसून येत नाहीत. अनेकदा, अनेक इंटरॅक्शन एकत्र पाहिल्यानंतरच संभाव्य हानिकारक हेतू स्पष्ट होतात. दुर्भावनापूर्ण घटक संरक्षणात्मक उपायांची वारंवार चाचपणी करतात, विविध खात्यांमधून समन्वय साधतात किंवा नेहमीच्या संशोधनाच्या आडून धमक्या लपवतात, तेव्हाही असेच धोके निर्माण होऊ शकतात. एखाद्या एजेंटिक कामाच्या दरम्यानही धोके विकसित होऊ शकतात. उदाहरणार्थ, थांबण्याची सूचना दिल्यानंतरही सिस्टमने कृती सुरू ठेवून वापरकर्त्याच्या हेतूकडे कानाडोळा केल्यास असे घडू शकते.

AI सिस्टम्स अधिक दीर्घ आणि गुंतागुंतीची कामे करू लागल्यावर, वैध कृती आणि गैरवापर यांतील फरक ओळखण्यासाठी, तसेच AI एजंट त्यांच्या अपेक्षित अधिकारांच्या मर्यादेत राहतील याची खात्री करण्यासाठी हा व्यापक संदर्भ अधिक महत्त्वाचा ठरतो.

अत्याधुनिक मॉडेलच्या काही अलीकडील डिप्लॉयमेंटसाठी ग्राहकांना सुरक्षा देखरेखीसाठी संवेदनशील सामग्री AI प्रदात्याकडे राखून ठेवण्याची परवानगी द्यावी लागली आहे. अनेक संस्थांसाठी अशा आवश्यकता त्यांच्या सुरक्षा दायित्वांशी किंवा त्या सेवा देत असलेल्या लोकांप्रती असलेल्या वचनबद्धतांशी विसंगत असतात.

आम्हाला ZDR देणे सुरू ठेवता यावे, यासाठीच खाजगी सुरक्षा प्रक्रिया तयार केली आहे.

खाजगी सुरक्षा प्रक्रिया कशी कार्य करते

खाजगी सुरक्षा प्रक्रिया ZDR आणि इतर डिप्लॉयमेंट आधीपासून वापरल्या जाणाऱ्या ऑटोमेटेड संरक्षणांवर आधारित आहे. विद्यमान ZDR-सुसंगत सुरक्षा प्रणाली प्रत्येक इंटरॅक्शनचे स्वतंत्रपणे मूल्यमापन करतात. खाजगी सुरक्षा प्रक्रिया ही संरक्षणे संबंधित इंटरॅक्शन्समध्ये विस्तारते. त्यामुळे राखून ठेवलेल्या ग्राहक काँटेंटचा ॲक्सेस OpenAI च्या कर्मचाऱ्यांना न देता ऑटोमेटेड सिस्टम्सना पॅटर्न ओळखता येतात.

ग्राहकांचे काँटेंट कुठेही साठवलेले असले, तरी खासगी सुरक्षा प्रक्रिया ते वापरते. हे स्टोरेज ग्राहकांच्या नियंत्रणातील पायाभूत सुविधांवर म्हणजे ZDR तैनातींमध्ये किंवा OpenAI ने पुरवलेल्या स्टोरेजमध्ये असू शकते. OpenAI ने पुरवलेल्या स्टोरेजमध्ये ग्राहकाचे काँटेंट ग्राहकाच्या नियंत्रणातील की चा वापर करून एन्क्रिप्ट केले जाते. OpenAI च्या कर्मचाऱ्यांकडे त्या की ची प्रत नसते, त्यामुळे ते मूळ काँटेंट पाहू शकत नाहीत.

धोका ओळखला गेल्यावर, सध्याच्या आमच्या सुरक्षा सिस्टम्सप्रमाणेच संबंधित कृतीचा प्रकार दर्शवणारा नेमका आणि मर्यादित संकेत OpenAI ला मिळतो. अंमलबजावणीची कारवाई आवश्यक आहे का, हे ठरवण्यासाठी तो संकेत वापरता येतो. ग्राहकांचे काँटेंट फ्लॅग झाले असले, तरीही OpenAI च्या कर्मचाऱ्यांना ते पाहता येत नाही.

ग्राहक त्यांच्या स्वतःच्या सिस्टम्समध्ये उपलब्ध असलेल्या माहितीचा वापर करून अलर्ट आणि अंमलबजावणीच्या निर्णयांची चौकशी करू शकतात. त्यांना अपील करायचे असल्यास, वैध कृतीबाबत स्पष्टीकरण द्यायचे असल्यास किंवा सत्यापित गैरवापराच्या चौकशीला मदत करायची असल्यास, ते संबंधित माहिती OpenAI सोबत शेअर करण्याचा पर्याय निवडू शकतात.

खाजगी सुरक्षा प्रक्रियेची सध्या सुरुवातीच्या ग्राहकांसोबत चाचणी सुरू आहे. AI सिस्टम्स अधिक सक्षम होत असताना त्यांच्या काँटेंटचे संरक्षण कसे होईल याबाबत निश्चितता हवी असल्याचे ग्राहकांनी आम्हाला अगदी स्पष्टपणे सांगितले आहे. म्हणूनच आम्ही ही पूर्वझलक आताच शेअर करत आहोत.

काँटेंट ॲक्सेस नियंत्रण आकृतीमध्ये खाजगी सुरक्षा प्रक्रियेत प्रवेश करणारी API विनंती, ग्राहक-नियंत्रित एन्क्रिप्टेड स्टोरेज आणि ऑटोमेटेड सुरक्षा परीक्षण दाखवले आहे. ग्राहकांना संपूर्ण अलर्ट मिळतात आणि ते OpenAI सोबत काँटेंट शेअर करू शकतात. अन्यथा OpenAI ला ग्राहकांचे काँटेंट न दिसता केवळ अलर्टचा प्रकार आणि तीव्रता दिसते.

आमच्या ग्राहकांच्या सहभागातून आणि त्यांच्यासाठी तयार केलेली गोपनीयता व सुरक्षितता

आर्टिफिशियल जनरल इंटेलिजन्सचा लाभ संपूर्ण मानवजातीला मिळेल याची खात्री करणे हे आमचे ध्येय आहे. प्रभावी संरक्षणात्मक उपाय उभारण्याच्या आमच्या पद्धतीत ग्राहक आणि भागीदारांसोबतचे सहकार्य अत्यावश्यक आहे. आमची तत्त्वे स्पष्ट करतात त्याप्रमाणे, कोणतीही AI प्रयोगशाळा उदयोन्मुख धोक्यांचा एकट्याने सामना करू शकत नाही. खाजगी सुरक्षा प्रक्रिया हा दृष्टिकोन प्रतिबिंबित करते आणि विविध उद्योग, प्रदेश व आकारांच्या कंपन्यांमधील ग्राहक तिचे स्वरूप घडवत आहेत.

आम्ही ज्या संस्थांसोबत काम करतो, त्या आपापल्या क्षेत्रातील अत्यंत संवेदनशील माहिती हाताळतात. यात आर्थिक नोंदी, आरोग्यविषयक डेटा, गोपनीय व्यावसायिक योजना आणि मालकी हक्काचे संशोधन यांचा समावेश आहे. नियामक दायित्वे पूर्ण करणे, ग्राहकांचा विश्वास टिकवणे आणि त्यांचा स्पर्धात्मक लाभ जपणे यासाठी त्या माहितीचे संरक्षण अत्यावश्यक आहे.

त्यांचा अभिप्राय आम्हाला अधिक भक्कम संरक्षणात्मक उपाय तयार करण्यास मदत करत आहे आणि त्याच वेळी त्यांची माहिती त्यांच्या नियंत्रणात ठेवत आहे.

“उद्योगांमध्ये AIचा स्वीकार पूर्णतः ग्राहकांच्या डेटा नियंत्रणावर अवलंबून आहे. निवडलेल्या सेवेपलीकडे त्या डेटाचा थेट किंवा त्यापासून व्युत्पन्न वापर होता कामा नये. प्रशिक्षणासाठी डेटा न वापरण्याची OpenAI ची वचनबद्धता आणि ZDR यांमुळे Glean ला OpenAI च्या साहाय्याने निर्मिती करण्याचा विश्वास मिळतो. मॉडेल अधिक सक्षम होत असताना, उद्योगांचा विश्वास टिकवणारी गोपनीयता आणि नियंत्रण यांच्याशी तडजोड न करता सुरक्षितता वाढवता येते, हे OpenAI दाखवते.”

—सुनील अग्रवाल, मुख्य माहिती सुरक्षा अधिकारी, Glean

आमच्या पद्धतीतील तांत्रिक आणि कार्यकारी तपशीलांवर आम्ही ग्राहकांसोबत काम करत राहू. सप्टेंबरमध्ये खाजगी सुरक्षा प्रक्रिया टप्प्याटप्प्याने सुरू करण्याची आणि तांत्रिक श्वेतपत्रिका प्रकाशित करण्याची आमची योजना आहे. प्रत्येक टप्प्यावर आम्ही ग्राहकांना माहिती देत राहू, अपडेट्स लवकर शेअर करू, विद्यमान वचनबद्धतांसाठी त्यांचा अर्थ स्पष्ट करू आणि पुढील नियोजनासाठी ग्राहकांना आवश्यक वेळ व सहाय्य देऊ.

लेखक

OpenAI
  1. 1

    इतर अत्याधुनिक मॉडेल प्रदात्यांप्रमाणे, बाल लैंगिक शोषणाशी संबंधित संभाव्य सामग्रीची (CSAM) तक्रार करणे OpenAI ला कायद्याने बंधनकारक आहे(नवीन विंडोमध्ये उघडेल). संभाव्य CSAM म्हणून चिन्हांकित केलेल्या प्रतिमा, आजच्याप्रमाणेच, झीरो डेटा रिटेन्शन तैनातींमध्येही मानवी परीक्षण आणि तक्रार नोंदवण्यासाठी राखून ठेवल्या जातील.