透過 AI Studio 中的模型目錄使用模型的數據、隱私權和安全性

本文提供當您從模型目錄部署模型時，所提供數據處理、使用及儲存方式的詳細數據。 另請參閱管理 Azure 服務數據處理的 Microsoft 產品和服務數據保護增補。

Azure AI Studio 中部署的模型會處理哪些數據？

當您在 Azure AI Studio 中部署模型時，會處理下列類型的數據來提供服務：

• 提示和產生的內容。 使用者提交提示，模型會透過模型支援的作業產生內容（輸出）。 提示可能包含透過擷取增強世代 （RAG）、中繼程式或應用程式中包含的其他功能新增的內容。

• 上傳的數據。 對於支援微調的模型，客戶可以將數據上傳至 數據存放區 ，以用於微調。

使用受控計算產生推斷輸出

將模型部署至受控計算會將模型權數部署至專用 虛擬機器，並公開 REST API 以進行即時推斷。 在這裡深入瞭解如何將模型從模型目錄部署至受控計算。 您可以管理這些受控計算的基礎結構，並適用 Azure 的數據、隱私權和安全性承諾。 在這裡深入瞭解適用於 Azure AI Studio 的 Azure 合規性供應專案。

雖然「由 Azure AI 策劃」模型的容器會掃描是否有可能會外泄數據的弱點，但並非所有可透過模型目錄取得的模型都會掃描。 若要降低數據外流的風險，您可以使用虛擬網路保護您的部署。 深入了解。 您也可以使用 Azure 原則 來規範使用者可部署的模型。

產生推斷輸出作為無伺服器 API

當您使用無伺服器 API 與隨用隨付計費來推斷模型，從模型類別目錄部署模型時，會布建 API，讓您存取 Azure 機器學習 服務所裝載和管理的模型。 深入瞭解模型目錄和集合中的無伺服器 API。 模型會處理您的輸入提示，並根據模型的功能產生輸出，如模型所提供的模型詳細數據中所述。 雖然模型是由模型提供者所提供，而您使用模型（以及模型提供者對模型及其輸出的責任）受限於模型所提供的授權條款，Microsoft 會提供和管理裝載基礎結構和 API 端點。 裝載於模型即服務中的模型受限於 Azure 的數據、隱私權和安全性承諾。 在這裡深入瞭解適用於 Azure AI Studio 的 Azure 合規性供應專案。

重要

本文所述的部分功能可能僅適用於預覽版。 此預覽版本沒有服務等級協定，不建議將其用於生產工作負載。 可能不支援特定功能，或可能已經限制功能。 如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

Microsoft 作為數據處理者，用於針對隨用隨付推斷 （MaaS） 部署的模型所傳送和產生的提示和輸出。 Microsoft 不會與模型提供者共用這些提示和輸出，而 Microsoft 不會使用這些提示和輸出來定型或改善 Microsoft、模型提供者或任何第三方模型。 模型是無狀態的，而且模型中不會儲存任何提示或輸出。 如果啟用內容篩選（預覽），Azure AI 內容 保管庫 ty 服務會實時篩選特定類別有害內容的提示和輸出;深入瞭解 Azure AI 內容 保管庫 如何在這裡處理數據。 提示和輸出會在部署期間指定的地理位置內處理，但可能會針對操作目的在地理位置內的區域之間進行處理（包括效能和容量管理）。

注意

如模型即服務部署程式中所述，Microsoft 可能會與模型發行者共用客戶連絡資訊和交易詳細數據（包括與供應專案相關聯的使用量量），以便客戶連絡有關模型的客戶。 深入了解合作夥伴中心 Microsoft 商業市集 Analytics 中模型發行者可用的資訊。

微調隨用隨付部署的模型 （模型即服務）

如果適用於無伺服器 API 的模型支援微調，您可以將資料上傳至資料存放區，或指定資料 存放區 中的數據以微調模型。 然後，您可以為微調的模型建立無伺服器 API 部署。 無法下載微調的模型，但微調的模型：

• 僅供您使用;
• 可以雙重 加密待 用 （根據預設，使用 Microsoft 的 AES-256 加密，並選擇性地使用客戶管理的密鑰）。
• 您可以隨時刪除。

為了微調上傳的定型數據，不會用來定型、重新定型或改善任何 Microsoft 或第三方模型，但服務內由您指示。

下載模型的數據處理

如果您從模型目錄下載模型，您可以選擇部署模型的位置，並負責使用模型時如何處理數據。

深入了解

• 模型目錄和集合 (部分機器翻譯)