Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt nur für:
klassisches Foundry-Portal. Dieser Artikel ist für das neue Foundry-Portal nicht verfügbar.
Erfahren Sie mehr über das neue Portal.
Hinweis
Links in diesem Artikel können Inhalte in der neuen Microsoft Foundry-Dokumentation anstelle der jetzt angezeigten Foundry-Dokumentation (klassisch) öffnen.
Von Bedeutung
Die in diesem Artikel markierten Elemente (Vorschau) sind aktuell als öffentliche Vorschau verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und sollte nicht für Produktionsworkloads verwendet werden. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar. Weitere Informationen finden Sie unter Supplementale Nutzungsbedingungen für Microsoft Azure Previews.
Dieser Artikel beschreibt, wie bereitgestellte Daten verarbeitet, verwendet und gespeichert werden, wenn Sie Modelle aus dem Modellkatalog bereitstellen. Siehe auch den Microsoft Produkt- und Dienstdatenschutz-Zusatz, der die Datenverarbeitung durch Azure Dienste regelt.
Von Bedeutung
Informationen zu verantwortungsvoller KI in Azure OpenAI- und Foundry-Tools finden Sie unter Responsible Use of AI.
Welche Daten werden für Modelle verarbeitet, die im Microsoft Foundry-Portal bereitgestellt werden?
Wenn Sie Modelle in Foundry bereitstellen, werden die folgenden Datentypen verarbeitet, um den Dienst bereitzustellen:
Eingabeaufforderungen und generierte Inhalte. Eine benutzende Person sendet einen Prompt, und das Modell generiert Inhalte (Ausgaben) über die vom Modell unterstützten Vorgänge. Prompts können Inhalte enthalten, die über RAG (Retrieval-Augmented Generation), Metaprompts oder andere in einer Anwendung enthaltene Funktionen hinzugefügt wurden.
Hochgeladene Daten. Für Modelle, die Feinabstimmung unterstützen, können Kunden ihre Daten in einen Datenspeicher hochladen zur Feinabstimmung.
Generieren von Rückschlussausgaben mit verwalteter Computeressource
Bei der Bereitstellung von Modellen für Managed Compute werden Modellgewichte auf dedizierten virtuellen Maschinen bereitgestellt und eine REST-API für die Ableitung in Echtzeit zur Verfügung gestellt. Weitere Informationen darüber, wie Sie Modelle aus dem Modellkatalog in eine verwaltete Rechenressource bereitstellen können, finden Sie unter Modellkatalog und Sammlungen im Foundry-Portal.
Sie verwalten die Infrastruktur für diese verwalteten Computeressourcen. Azure-Datenschutz- und Sicherheitsverpflichtungen gelten. Weitere Informationen zu Azure Compliance-Angeboten für Foundry finden Sie auf der Azure Compliance-Angebote Seite.
Container für Models Sold Directly by Azure werden zwar auf Sicherheitsrisiken überprüft, die Daten exfiltrieren könnten, aber nicht alle Modelle, die über den Modellkatalog verfügbar sind, werden gescannt. Um das Risiko der Datenexfiltration zu verringern, schützen Sie Ihre Bereitstellung mithilfe virtueller Netzwerke. Verwenden Sie auch Azure Policy, um die Modelle zu regeln, die Ihre Benutzer bereitstellen können.
Generierung von Schlussfolgerungsergebnissen als serverlose API-Bereitstellungslösung
Wenn Sie ein Modell aus dem Modellkatalog (Basis oder Feinabstimmung) mithilfe von serverlosen API-Bereitstellungen mit dem serverlosen Pay-per-Token-Angebot für den Rückschluss bereitstellen, wird eine API bereitgestellt. Die API bietet Ihnen Zugriff auf das Modell, das vom Azure Machine Learning Dienst gehostet und verwaltet wird. Erfahren Sie mehr über serverlose API-Bereitstellungen im Modellkatalog und in Sammlungen.
Das Modell verarbeitet Ihre Eingabeaufforderungen und generiert Ausgaben basierend auf der Funktionalität, wie in den Modelldetails beschrieben. Ihre Verwendung des Modells (zusammen mit der Verantwortlichkeit des Anbieters für das Modell und dessen Ausgaben) unterliegt den Lizenzbedingungen für das Modell. Microsoft stellt und verwaltet die Hostinginfrastruktur und den API-Endpunkt. Die in dieser serverlosen API-Bereitstellung gehosteten Modelle szenario unterliegen Azure Daten-, Datenschutz- und Sicherheitsverpflichtungen. Weitere Informationen zu Azure Complianceangeboten für Foundry.
Microsoft fungiert als Datenverarbeiter für Eingaben und Ausgaben, die an ein Modell gesendet und von einem für die serverlose Bereitstellung der API bereitgestellten Modell generiert werden. Microsoft gibt diese Eingabeaufforderungen und Ausgaben nicht an den Modellanbieter weiter. Darüber hinaus verwendet Microsoft diese Eingabeaufforderungen und Ausgaben nicht, um Microsoft Modelle, die Modelle des Modellanbieters oder die Modelle eines Drittanbieters zu trainieren oder zu verbessern.
Modelle sind statusfrei und speichern keine Prompts oder Ausgaben. Wenn die Inhaltsfilterung aktiviert ist, filtert und prüft der Azure KI Inhaltssicherheit-Dienst in Echtzeit bestimmte Kategorien schädlicher Inhalte für Eingaben und Ausgaben. Erfahren Sie mehr darüber, wie Azure KI Inhaltssicherheit Daten verarbeitet.
Prompts und Ausgaben werden innerhalb der während der Bereitstellung angegebenen Geografie verarbeitet, können aber zu betrieblichen Zwecken auch zwischen Regionen innerhalb der Geografie verarbeitet werden. Zu den betrieblichen Zwecken gehören Leistungs- und Kapazitätsmanagement.
Hinweis
Wie während des Bereitstellungsprozesses für die Serverlose API-Bereitstellung erläutert, können Microsoft Kundenkontaktinformationen und Transaktionsdetails (einschließlich des dem Angebot zugeordneten Nutzungsvolumens) mit dem Modellherausgeber teilen, damit der Herausgeber Kunden bezüglich des Modells kontaktieren kann. Erfahren Sie mehr über Informationen, die Modellverlegern in Access Insights für die Microsoft-Marketplace im Partner Center zur Verfügung stehen.
Optimieren eines Modells für die Serverlose API-Bereitstellung
Wenn ein Modell, das für serverlose API-Bereitstellungen zur Verfügung steht, eine Feinabstimmung unterstützt, können Sie Daten in einen Datenspeicher hochladen (oder bereits angeben), um das Modell zu optimieren. Erstellen Sie dann eine serverlose API-Bereitstellung für das fein abgestimmte Modell. Das optimierte Modell kann nicht heruntergeladen werden, aber:
- Es steht ausschließlich für Ihre Nutzung zur Verfügung.
- Sie können eine doppelte Verschlüsselung im Ruhezustand verwenden: die Standardverschlüsselung Microsoft AES-256 und einen optionalen, vom Kunden verwalteten Schlüssel.
- Sie können es jederzeit löschen.
Für die Feinabstimmung hochgeladene Schulungsdaten werden nicht dazu verwendet, ein Microsoft- oder Nicht-Microsoft-Modell zu trainieren, neu zu trainieren oder zu verbessern, außer wenn Sie diese Aktivitäten im Dienst veranlassen.
Datenverarbeitung für heruntergeladene Modelle
Wenn Sie ein Modell aus dem Modellkatalog herunterladen, entscheiden Sie, wo das Modell bereitgestellt werden soll. Sie sind dafür verantwortlich, wie Daten verarbeitet werden, wenn Sie das Modell verwenden.