Data, privasi, dan keamanan untuk penggunaan model melalui Katalog Model
Artikel ini menyediakan detail tentang bagaimana data yang Anda berikan diproses, digunakan, dan disimpan saat Anda menyebarkan model dari Katalog Model. Lihat juga Adendum Perlindungan Data Produk dan Layanan Microsoft, yang mengatur pemrosesan data oleh layanan Azure.
Data apa yang diproses untuk model yang disebarkan di Azure Pembelajaran Mesin?
Saat Anda menyebarkan model di Azure Pembelajaran Mesin, jenis data berikut diproses untuk menyediakan layanan:
Meminta dan menghasilkan konten. Perintah dikirimkan oleh pengguna, dan konten (output) dihasilkan oleh model melalui operasi yang didukung oleh model. Perintah dapat mencakup konten yang telah ditambahkan melalui retrieval-augmented-generation (RAG), metaprompts, atau fungsionalitas lain yang disertakan dalam aplikasi.
Data yang diunggah. Untuk model yang mendukung penyempurnaan, pelanggan dapat mengunggah data mereka ke Azure Pembelajaran Mesin Datastore untuk digunakan untuk penyempurnaan.
Menghasilkan output inferensi dengan komputasi terkelola
Menyebarkan model ke komputasi terkelola menyebarkan bobot model ke Komputer Virtual khusus dan mengekspos REST API untuk inferensi real time. Pelajari selengkapnya tentang menyebarkan model dari Katalog Model ke komputasi terkelola. Anda mengelola infrastruktur untuk komputasi terkelola ini, dan penerapan data, privasi, dan keamanan Azure berlaku. Pelajari selengkapnya tentang penawaran kepatuhan Azure yang berlaku untuk Azure Pembelajaran Mesin.
Meskipun kontainer untuk model "Dikurasi oleh Azure AI" dipindai untuk kerentanan yang dapat menyelundupkan data, tidak semua model yang tersedia melalui katalog model telah dipindai. Untuk mengurangi risiko penyelundupan data, Anda dapat melindungi penyebaran menggunakan jaringan virtual. Ikuti tautan ini untuk mempelajari lebih lanjut. Anda juga dapat menggunakan Azure Policy untuk mengatur model yang dapat disebarkan oleh pengguna Anda.
Menghasilkan output inferensi dengan API tanpa server (Models-as-a-Service)
Saat Anda menyebarkan model dari katalog model (dasar atau disempurnakan) sebagai API tanpa server untuk inferensi, API disediakan memberi Anda akses ke model yang dihosting dan dikelola oleh Azure Pembelajaran Mesin Service. Pelajari selengkapnya tentang Models-as-a-Service. Model memproses perintah input Anda dan menghasilkan output berdasarkan fungsionalitas model, seperti yang dijelaskan dalam detail model yang disediakan untuk model. Meskipun model disediakan oleh penyedia model, dan penggunaan model Anda (dan akuntabilitas penyedia model untuk model dan outputnya) tunduk pada persyaratan lisensi yang disediakan dengan model, Microsoft menyediakan dan mengelola infrastruktur hosting dan titik akhir API. Model yang dihosting dalam Model sebagai Layanan tunduk pada komitmen data, privasi, dan keamanan Azure. Pelajari selengkapnya tentang penawaran kepatuhan Azure yang berlaku untuk Azure Pembelajaran Mesin di sini.
Penting
Fitur ini masih dalam pratinjau umum. Versi pratinjau ini disediakan tanpa perjanjian tingkat layanan, dan tidak disarankan untuk beban kerja produksi. Fitur tertentu mungkin tidak didukung atau mungkin memiliki kemampuan terbatas.
Untuk mengetahui informasi selengkapnya, lihat Ketentuan Penggunaan Tambahan untuk Pratinjau Microsoft Azure.
Microsoft bertindak sebagai pemroses data untuk permintaan dan output yang dikirim ke dan dihasilkan oleh model yang disebarkan untuk inferensi bayar sesuai penggunaan (MaaS). Microsoft tidak membagikan perintah dan output ini dengan penyedia model, dan Microsoft tidak menggunakan perintah dan output ini untuk melatih atau meningkatkan model Microsoft, penyedia model, atau pihak ketiga mana pun. Model tanpa status dan tidak ada perintah atau output yang disimpan dalam model. Jika pemfilteran konten (pratinjau) diaktifkan, perintah dan output disaring untuk kategori konten berbahaya tertentu oleh layanan Azure AI Content Safety secara real time; pelajari selengkapnya tentang cara Azure AI Content Safety memproses data di sini. Perintah dan output diproses dalam geografi yang ditentukan selama penyebaran tetapi dapat diproses antar wilayah dalam geografi untuk tujuan operasional (termasuk manajemen performa dan kapasitas).
Seperti yang dijelaskan selama proses penyebaran untuk Models-as-a-Service, Microsoft dapat berbagi informasi kontak pelanggan dan detail transaksi (termasuk volume penggunaan yang terkait dengan penawaran) dengan penerbit model sehingga mereka dapat menghubungi pelanggan mengenai model. Pelajari selengkapnya tentang informasi yang tersedia untuk penerbit model, ikuti tautan ini.
Menyempurnakan model dengan API tanpa server (Models-as-a-Service)
Jika model yang tersedia untuk penyebaran API tanpa server mendukung penyempurnaan, Anda dapat mengunggah data ke (atau menunjuk data yang sudah ada di) Azure Pembelajaran Mesin Datastore untuk menyempurnakan model. Anda kemudian dapat membuat API tanpa server untuk model yang disempurnakan. Model yang disempurnakan tidak dapat diunduh, tetapi model yang disempurnakan:
Tersedia secara eksklusif untuk Anda gunakan;
Dapat dienkripsi ganda saat tidak aktif (secara default dengan enkripsi AES-256 Microsoft dan secara opsional dengan kunci yang dikelola pelanggan).
Dapat dihapus oleh Anda kapan saja.
Data pelatihan yang diunggah untuk penyempurnaan tidak digunakan untuk melatih, melatih kembali, atau meningkatkan model Microsoft atau pihak ketiga apa pun kecuali sebagaimana diarahkan oleh Anda dalam layanan.
Pemrosesan data untuk model yang diunduh
Jika Anda mengunduh model dari katalog model, Anda memilih tempat untuk menyebarkan model, dan Anda bertanggung jawab atas cara data diproses saat menggunakan model.