DocuSign擬用用戶合同數(shù)據(jù)訓(xùn)練AI，引爭議
據(jù)悉，DocuSign電子合約簽約平臺近期發(fā)布公告，表示將運用顧客提交的各類合同數(shù)據(jù)來訓(xùn)練內(nèi)部模型。然而，迅速引發(fā)了公眾關(guān)于涉及敏感信息泄露的高度擔(dān)憂。
據(jù)了解，DocuSign計劃借助微軟Azure上的OpenAI工具，如GPT技術(shù)，以訓(xùn)練其所謂的“撰寫協(xié)議”模型，并且從用戶提供的大量數(shù)據(jù)中，訓(xùn)練出專屬的人工智能（AI）模型，但這部分數(shù)據(jù)并無公開之意。
對此，DocuSign發(fā)言人向PCMag明確表態(tài)，只有在得到用戶許可的情況下才會使用合同數(shù)據(jù)進行AI訓(xùn)練；同時承諾對用戶數(shù)據(jù)進行匿名化處理。
值得注意的是，DocuSign未詳細公布獲取用戶許可的具體方式以及保留這些數(shù)據(jù)的時限。因此，我們將對這一系列問題保持密切關(guān)注。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
人工智能
+關(guān)注
關(guān)注
1818文章
50117瀏覽量
265599 -
GPT
+關(guān)注
關(guān)注
0文章
368瀏覽量
16886 -
OpenAI
+關(guān)注
關(guān)注
9文章
1245瀏覽量
10121
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
數(shù)據(jù)傳輸拖慢訓(xùn)練？三維一體調(diào)度讓AI任務(wù)提速40%
作為AI開發(fā)者，你是否無數(shù)次陷入這樣的困境：訓(xùn)練千億參數(shù)大模型，數(shù)據(jù)傳輸占了總耗時的60%，GPU空轉(zhuǎn)等待如同“帶薪摸魚”；跨地域調(diào)用算力，公網(wǎng)帶寬瓶頸讓TB級數(shù)據(jù)集傳輸動輒耗時數(shù)天；
一文看懂AI訓(xùn)練、推理與訓(xùn)推一體的底層關(guān)系
（Inference）。它們就像“學(xué)霸的高考備考”和“考試當(dāng)天的答題表現(xiàn)”，缺一不可。1、什么是AI訓(xùn)練（Training）？通過大量數(shù)據(jù)訓(xùn)練模型參數(shù)，使其具備特定
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片
和計算成本。
核心：
MoE模型利用稀疏性驅(qū)動結(jié)構(gòu)，通過包含多個專家網(wǎng)絡(luò)的稀疏MoE層替換密集層，其中每個專家致力于特定的訓(xùn)練數(shù)據(jù)或任務(wù)的子集，并且一個可訓(xùn)練的門控機制動態(tài)地將輸入標(biāo)記分配給這些專家,從而
發(fā)表于 09-18 15:31
模板驅(qū)動 無需訓(xùn)練數(shù)據(jù) SmartDP解決小樣本AI算法模型開發(fā)難題
算法作為軟實力，其水平直接影響著目標(biāo)檢測識別的能力。兩年前，慧視光電推出了零基礎(chǔ)的基于yolo系列算法架構(gòu)的AI算法開發(fā)平臺SpeedDP，此平臺能夠通過數(shù)據(jù)驅(qū)動模型訓(xùn)練，實現(xiàn)算法從0到1的開發(fā)
【Sipeed MaixCAM Pro開發(fā)板試用體驗】基于MaixCAM-Pro的AI生成圖像鑒別系統(tǒng)
的音樂會”
4. 模型訓(xùn)練
在maixHub,將采集的數(shù)據(jù)直接上傳到平臺，根據(jù)平臺介紹進行訓(xùn)練模型
5. 模型測試
真實繪本測試
訓(xùn)練集的畫家作品測試
5. 結(jié)論
本項目成
發(fā)表于 08-21 13:59
睿海光電以高效交付與廣泛兼容助力AI數(shù)據(jù)中心800G光模塊升級
引領(lǐng)AI時代網(wǎng)絡(luò)變革：睿海光電的核心競爭力
在AI時代，數(shù)據(jù)中心正經(jīng)歷從傳統(tǒng)架構(gòu)向AI工廠與AI云的轉(zhuǎn)型。
發(fā)表于 08-13 19:01
ai_cube訓(xùn)練模型最后部署失敗是什么原因？
ai_cube訓(xùn)練模型最后部署失敗是什么原因？文件保存路徑里也沒有中文
查看AICube/AI_Cube.log，看看報什么錯？
發(fā)表于 07-30 08:15
嵌入式AI技術(shù)漫談：怎么為訓(xùn)練AI模型采集樣本數(shù)據(jù)
多少數(shù)據(jù)，才能形成合適的樣本集，進而開始訓(xùn)練模型呢？ 此時，回答“按需提供”或者“先試試看”似乎會變成一句車轱轆話，看似回答了問題，但客戶還是無從下手。 AI數(shù)據(jù)樣本的三個原則 這里，
海思SD3403邊緣計算AI數(shù)據(jù)訓(xùn)練概述
AI數(shù)據(jù)訓(xùn)練：基于用戶特定應(yīng)用場景，用戶采集照片或視頻，通過AI
發(fā)表于 04-28 11:11
Deepseek海思SD3403邊緣計算AI產(chǎn)品系統(tǒng)
海思SD3403邊緣計算AI框架，提供了一套開放式AI訓(xùn)練產(chǎn)品工具包，解決客戶低成本AI系統(tǒng)，針對差異化AI
應(yīng)用場景，自己采集樣本
發(fā)表于 04-28 11:05
首創(chuàng)開源架構(gòu)，天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手
猛增50倍，將訓(xùn)練時間從一整天縮短至半小時。更快的端側(cè)LoRA訓(xùn)練，讓端側(cè)AI基于用戶端側(cè)數(shù)據(jù)提升個性化體驗，讓終端成為更懂
發(fā)表于 04-13 19:52
適用于數(shù)據(jù)中心和AI時代的800G網(wǎng)絡(luò)
和性能隔離能力，以保障不同用戶任務(wù)互不干擾。
分布式AI計算與網(wǎng)絡(luò)架構(gòu)設(shè)計
分布式計算已成為AI訓(xùn)練的主流方式，通過將工作負載分配到多個GPU節(jié)點并行處理，以加速模型
發(fā)表于 03-25 17:35
利用RAKsmart服務(wù)器托管AI模型訓(xùn)練的優(yōu)勢
AI模型訓(xùn)練需要強大的計算資源、高效的存儲和穩(wěn)定的網(wǎng)絡(luò)支持，這對服務(wù)器的性能提出了較高要求。而RAKsmart服務(wù)器憑借其核心優(yōu)勢，成為托管AI模型訓(xùn)練的理想選擇。下面，
自動化標(biāo)注技術(shù)推動AI數(shù)據(jù)訓(xùn)練革新
結(jié)果的高準(zhǔn)確率，相對純?nèi)斯?biāo)注效率可提升70%以上，為用戶提供更性價比的數(shù)據(jù)方案和服務(wù)。本文將就自動化標(biāo)注平臺是什么以及為AI數(shù)據(jù)訓(xùn)練帶來哪
標(biāo)貝自動化數(shù)據(jù)標(biāo)注平臺推動AI數(shù)據(jù)訓(xùn)練革新
結(jié)果的高準(zhǔn)確率，相對純?nèi)斯?biāo)注效率可提升70%以上，為用戶提供更性價比的數(shù)據(jù)方案和服務(wù)。本文將就自動化標(biāo)注平臺是什么以及為AI數(shù)據(jù)訓(xùn)練帶來哪
工商網(wǎng)監(jiān)
評論