This is the Trace Id: 12675f713fa5cde6c7802437e6c9da28
Salt la conținutul principal Prezentare generală Principii și abordare Raport privind transparența Instrumente și practici Inteligență artificială responsabilă în Azure Date pentru instruirea inteligenței artificiale Inițiativa pentru un viitor sigur Raportul privind progresul Inițiativei pentru un viitor sigur Prezentare generală a Patterns and Practices Zero Trust Prezentare generală a confidențialității Prezentare generală a gestionării datelor Accesul la date Locația datelor Limită de date în UE RGPD Prezentare generală a conformității Oferte de conformitate Reglementări Conformitatea DORA Legea europeană privind inteligența artificială Reziliența digitală europeană Conformitatea NIS2 Conformitate regională și națională Accesibilitate Produse și servicii Oferte de conformitate Scor de conformitate Rapoarte de audit Resurse de protecția datelor Microsoft Security Azure Dynamics 365 Microsoft 365 Microsoft Teams Windows 365 Inteligență artificială Microsoft Azure Space Realitate mixtă Microsoft HoloLens Microsoft Viva Calcul cuantic Instituții de învățământ Auto Servicii financiare Administrație publică Instituții medicale Producție Comerț cu amănuntul Găsiți un partener Deveniți partener Programul de parteneriat Microsoft Marketplace Firme de software Blog Microsoft Advertising Centru pentru dezvoltatori Documentație Evenimente Licențiere Microsoft Learn Cercetare Microsoft Vizualizare hartă site

Date pentru dezvoltarea modelelor de inteligență artificială

Explorați abordarea noastră privind datele pentru instruirea modelelor de inteligență artificială generativă.
Distribuiți
Două persoane stau la o masă și analizează conținut pe o tabletă, cu o ceașcă de cafea în apropiere.
Încrederea și transparența sunt esențiale pentru modul în care abordăm datele pentru instruirea modelelor de inteligență artificială aici, la Microsoft.

Scopul acestei pagini este de a împărtăși abordarea noastră, prezentând categoriile de date pe care le folosim pentru instruire și ceea ce facem pentru a oferi editorilor web și creatorilor de conținut control asupra modului în care conținutul lor este utilizat pentru a instrui aceste modele.

Ce înseamnă să instruiești un model de inteligență artificială?

Modelele de inteligență artificială fac predicții pe baza datelor. În timpul procesului de instruire, un model de inteligență artificială identifică modele, corelații și concepte în cantități vaste de date și apoi folosește ceea ce a învățat pentru a genera răspunsuri la întrebări sau solicitări. Modelul poate fi reglat folosind diferite categorii de date de instruire pentru a optimiza capacitățile de generare pentru clase specifice de informații, cum ar fi limbajul natural, codul software sau imaginile. De asemenea, poate fi fundamentat cu datele proprii ale unei organizații, de exemplu, într-o verticală a sectorului de activitate, cum ar fi agricultura, sănătatea sau comerțul cu amănuntul.

Modelele de inteligență artificială generativă nu sunt proiectate să stocheze, să acceseze sau să reproducă datele originale de instruire. În schimb, aceste modele sunt destinate să genereze lucrări și conținut expresiv noi.

Două persoane stau în interior, analizând un tablou de bord pe un monitor mare cu diagrame și indicatori afișați.

Descoperiți cum instruiește Microsoft modelele de inteligență artificială generativă pe date variate

Seturile de date mari și variate sunt esențiale pentru crearea sistemelor de inteligență artificială de astăzi. Este esențial ca o diversitate largă de date să fie utilizată pentru a dezvolta modele care sunt mai precise, mai reprezentative pentru diferite culturi și limbi și care învață și aplică întregul spectru al experienței și ingeniozității umane.
După cum este identificat în cardurile noastre de model și în restul documentației disponibilă public, Microsoft obține următoarele categorii de date pentru a instrui modelele noastre de inteligență artificială generativă în mod responsabil:
  • Instruim pe date selectate disponibile public, dintr-un amestec de seturi de date standard din industrie pentru învățare programată și accesări cu crawlere web. Excludem sursele cu acces cu plată și conținutul care încalcă politicile noastre și care au renunțat la instruire folosind comenzile web pe care le-am publicat. Datele accesate cu crawlere web sunt filtrate pentru siguranță și procesate pentru a elimina conținutul ilegal, inclusiv materialul privind abuzul sexual asupra copiilor (CSAM), în conformitate cu legile aplicabile și politicile Microsoft privind inteligența artificială responsabilă.

    Respectăm standarde precum etichetele robots.txt pe care editorii web le folosesc pentru a renunța la accesarea cu crawlere web. Nu folosim date din domeniile enumerate în lista Oficiului Reprezentantului Comercial al Statelor Unite (USTR) privind Piețele Notorii pentru Contrafacere și Piraterie.
  • Acestea sunt date de instruire pe care le accesăm prin aranjamente negociate, cum ar fi cu editorii și deținătorii de drepturi de autor.
  • Aceste date sunt colectate din anumite servicii Microsoft pentru consumatori și protejate în conformitate cu Declarația privind confidențialitatea Microsoft. Blogul Microsoft Copilot și Întrebările frecvente despre Copilot explică modul în care folosim datele de consumator din Copilot, Bing și Microsoft Start (MSN) pentru a instrui modelele noastre în Copilot. Le facilităm utilizatorilor să renunțe și să pună în aplicare dispozitive de siguranță, cum ar fi eliminarea identificatorilor care v-ar putea identifica, pentru a proteja confidențialitatea utilizatorilor. Nu folosim datele clienților noștri întreprindere fără permisiunea acestora.
  • Uneori instruim pe seturi de date sintetice. Pe acestea le creăm prin solicitarea către modelele lingvistice mari (LLM) de a genera rezultat specific solicitat care completează datele reale rare sau limitate. Rezultatele sunt apoi revizuite și filtrate, inclusiv de recenzori umani, pentru a se asigura că sunt de calitate suficientă pentru a face parte din setul de date de instruire.
  • Includem feedback uman de la instructori de inteligență artificială, membri ai echipei roșii, angajați și parteneri externi de adnotare în procesul nostru de instruire. Acest lucru include, de exemplu, feedback uman care consolidează rezultatul de calitate la solicitarea unui utilizator, îmbunătățind experiența utilizatorului final. Membrii echipei roșii testează, de asemenea, modelul împotriva solicitărilor dăunătoare sau nesigure, iar feedbackul lor este folosit pentru a îmbunătăți comportamentele de siguranță ale modelului.
Alături de propriile noastre modele Microsoft, încorporăm diverse alte modele, inclusiv de la OpenAI, în produsele și serviciile noastre. Aflați mai multe despre cum instruiește OpenAI modelele.

Pentru o inteligență artificială benefică și nediscriminatorie, unii editori web și deținători de conținut doresc să aibă mai mult de spus în modul în care este utilizat conținutul lor. Comenzile pentru editorii web sunt utile, dar nu reprezintă soluția completă. Lucrăm alături de alții din industrie, editare, organisme de standardizare și comunitatea de conținut pentru a identifica o abordare comună pe care toți o putem promova și adopta.
Persoană în picioare, în interior, folosind un laptop într-un birou luminos.

Inteligența artificială responsabilă la Microsoft

Explorați instrumentele, practicile și politicile pe care le-am creat pentru a ne susține principiile privind inteligența artificială responsabilă.
Aflați mai multe

Mai multe resurse

Trei persoane analizează împreună conținut pe un laptop într-o sufragerie.

Raportul Transparență privind inteligența artificială responsabilă

Aflați cum construim inteligența artificială în mod responsabil, ne sprijinim clienții, evoluăm și creștem.
Citiți raportul
Două persoane stau la o masă folosind laptopuri în timpul unei discuții.

Transparență și control în utilizarea datelor de consumator

Controlați modul în care Copilot învață din datele dvs.
Citiți blogul
Persoană care ține o tabletă care afișează grafice cu bare și analiză.

Promovarea datelor deschise

Beneficiați de avantajele unor date mai deschise și mai accesibile.
Aflați mai multe

Urmăriți Microsoft

Copilot pentru organizații Copilot pentru uz personal Microsoft 365 Aplicații Windows 11 Profil de cont Centrul de descărcare Retururi Urmărire comandă Reciclare Garanții comerciale Microsoft Education Dispozitive pentru educație Microsoft Teams pentru educație Microsoft 365 Education Office Education Instruirea și dezvoltarea educatorilor Promoții pentru studenți și părinți Azure pentru studenți
Inteligență artificială Microsoft Securitate Microsoft Azure Dynamics 365 Microsoft 365 Microsoft Advertising Microsoft 365 Copilot Microsoft Teams Dezvoltator Microsoft Documentație Microsoft Learn Comunitatea tehnică Microsoft Microsoft Marketplace Microsoft Power Platform Firme de software Visual Studio Cariere Confidențialitatea în cadrul companiei Microsoft Angajamentul Microsoft privind prevenirea corupției și mitei Investitori
Română (România) Confidențialitatea pentru sănătatea consumatorilor Contactați Microsoft Confidențialitate Gestionare cookie-uri Condiţii de utilizare Mărci comerciale Despre reclamele noastre EU Compliance DoCs