Yapay Zeka Eğitimi verileri | Microsoft Güven Merkezi

Microsoft’ta yapay zeka modellerini eğitmek için verilere yaklaşımımızın temelinde güven ve şeffaflık yer alır.

Bu sayfanın amacı, yaklaşımımızı paylaşmaktır. Eğitim için kullandığımız veri kategorilerini ve web yayıncılarına ile içerik üreticilerine içeriklerinin bu modelleri eğitmek için nasıl kullanıldığı konusunda denetim sağlamak üzere neler yaptığımızı açıklamaktadır.

Bir yapay zeka modelini eğitmek ne anlama gelir?

Yapay zeka modelleri verilere dayanarak tahminler yapar. Eğitim sürecinde bir yapay zeka modeli, çok büyük miktarda veri genelinde örüntüleri, ilişkileri ve kavramları belirler. Ardından öğrendiklerini kullanarak sorulara veya isteklere yanıtlar oluşturur. Model, doğal dil, yazılım kodu veya görüntüler gibi belirli bilgi sınıfları için üretim özelliklerini optimize etmek üzere farklı eğitim verisi kategorileri kullanılarak ayarlanabilir. Ayrıca bir kurumun kendi verileriyle temellendirilebilir. Örneğin tarım, sağlık veya perakende gibi bir sektör dikeyinde.

Üretken yapay zeka modelleri, özgün eğitim verilerini depolamak, bunlara erişmek veya bunları yeniden oluşturmak için tasarlanmamıştır. Bunun yerine bu modeller, yeni ifade edici çalışmalar ve içerikler oluşturmak için tasarlanmıştır.

Ayakta duran iki kişi, büyük bir monitörde gösterilen grafikler ve metriklerle bir gösterge tablosunu inceliyor.

Microsoft’un üretken yapay zeka modellerini çeşitli veriler üzerinde nasıl eğittiğini keşfedin

Büyük ve çeşitli veri kümeleri, günümüzdeki yapay zeka sistemlerinin oluşturulmasında temel bir rol oynar. Daha doğru, farklı kültürleri ve dilleri daha iyi temsil eden ve insan deneyimi ile yaratıcılığının tüm yelpazesini öğrenip uygulayan modeller geliştirmek için geniş bir veri çeşitliliğinin kullanılması kritik öneme sahiptir.

Sektör standardı makine öğrenmesi veri kümeleri ile web taramalarının bir karışımından seçilmiş herkese açık veriler üzerinde eğitim yaparız. Ödeme duvarı olan kaynakları ve politikalarımızı ihlal eden içerikleri ve ayrıca yayınladığımız web denetimlerini kullanarak eğitim dışında bırakmayı tercih eden kaynakları da kullanmayız. Web üzerinden taranan veriler, geçerli yasalara ve Microsoft’un Sorumlu Yapay Zeka politikalarına uygun olarak güvenlik filtrelerinden geçirilir ve yasa dışı içerikleri, çocuk cinsel istismarı materyali (CSAM) dahil olmak üzere, kaldıracak şekilde işlenir.

Web yayıncılarının web taramasından çıkmak için kullandığı robots.txt etiketleri gibi standartlara saygı duyarız. ABD Ticaret Temsilcisi Ofisi’nin (USTR) Sahtecilik ve Korsanlık İçin Kötü Şöhretli Piyasalar listesinde yer alan alanlardan veri kullanmayız.
Bu, yayımcılar ve telif hakkı sahipleri gibi anlaşmalı düzenlemeler aracılığıyla erişen eğitim verileridir.
Bu veriler, seçili Microsoft tüketici hizmetlerinden toplanır ve Microsoft Gizlilik Bildirimi’mize uygun olarak korunur. Bizim Microsoft Copilot blog yazımız ve Copilot SSS, Copilot, Bing ve Microsoft Start’tan (MSN) gelen tüketici verilerini modellerimizi Copilot’ta eğitmeye nasıl yardımcı olmak için kullandığımızı açıklar. Kullanıcıların çıkmasını kolaylaştırır ve gizliliğinizi korumak için sizi tanımlayabilecek tanımlayıcıları kaldırmak gibi önlemler uygularız. Kurumsal müşterilerimizin verilerini izinleri olmadan kullanmayız.
Bazen sentetik veri kümeleri üzerinde eğitim yaparız. Bunları, büyük dil modellerine (LLM’ler) özellikle istenen çıktıyı oluşturacak şekilde komut vererek üretiriz. Bu çıktı, sınırlı veya az bulunan gerçek dünya verilerini tamamlar. Sonuçlar daha sonra, insan değerlendiriciler dahil olmak üzere gözden geçirilir ve filtrelenir. Böylece eğitim veri kümesinin bir parçası olmaya yeterli kalitede olduklarından emin olunur.
Eğitim sürecimize yapay zeka eğitmenlerinden, red team üyelerinden, çalışanlardan ve dış etiketleme iş ortaklarından gelen insan geri bildirimlerini dahil ederiz. Buna örnek olarak, bir kullanıcının istemine verilen kaliteli çıktıyı destekleyen ve son kullanıcı deneyimini iyileştiren insan geri bildirimi dahildir. Red team üyeleri modeli zararlı veya güvensiz isteklere karşı da test eder. Geri bildirimleri, modelin güvenlik davranışlarını iyileştirmek için kullanılır.

Kendi Microsoft modellerimizin yanı sıra ürün ve hizmetlerimize OpenAI dahil olmak üzere çeşitli başka modelleri de entegre ederiz. OpenAI'nin modelleri nasıl eğittiği hakkında daha fazla bilgi edinin.

Faydalı ve kapsayıcı bir yapay zeka için bazı web yayıncıları ve içerik sahipleri, içeriklerinin nasıl kullanıldığı konusunda daha fazla söz sahibi olmak ister. Web yayıncısı denetimleri yararlıdır ancak tam çözüm değildir. Hepimizin geliştirebileceği ve benimseyebileceği ortak bir yaklaşımı belirlemek için sektör, yayıncılık, standart kuruluşları ve içerik topluluğundaki diğer kişilerle birlikte çalışıyoruz.