OpenAI-ի հիմնային մոդելները, այդ թվում՝ ChatGPT-ի աշխատանքն ապահովող մոդելները, մշակվում են տեղեկությունների երեք հիմնական աղբյուրների օգտագործմամբ՝ (1) համացանցում հանրամատչելի տեղեկություններ, (2) տեղեկություններ, որոնց հասանելիություն ենք ստանում երրորդ կողմերի հետ համագործակցությամբ, և (3) տեղեկություններ, որոնք տրամադրում կամ ստեղծում են մեր օգտատերերը, վարժեցմամբ զբաղվող մարդիկ և հետազոտողները։

ChatGPT-ում օգտագործվողների նման հիմնային մոդելների մշակումը ներառում է մի քանի փուլ՝ վարժեցման տվյալների պատրաստում, նախնական ուսուցում և հետագա վարժեցում, ինչպես նաև գործարկումից հետո շարունակական գնահատում ու բարելավում։ Այս փուլերում կարող են օգտագործվել տարբեր տեսակի տեղեկություններ՝ տարբեր նպատակներով, այդ թվում՝ մոդելի արդյունավետությունը, հուսալիությունը և անվտանգությունը բարելավելու համար։ 

Այս հոդվածը ներկայացնում է, թե ինչ տեղեկություններ ենք օգտագործում այս մոդելների մշակմանն աջակցելու համար, ինչպես ենք դրանք հավաքում և օգտագործում՝ պահպանելով գաղտնիության մասին օրենքները, և ինչ պաշտպանական միջոցներ ենք կիրառում վարժեցման ողջ ընթացքում։ Իմանալու համար, թե ինչպես ենք հավաքում և օգտագործում մեր ծառայությունների օգտատերերի տեղեկությունները, այդ թվում՝ ինչպես հրաժարվել ChatGPT-ի հետ զրույցները մեր մոդելների բարելավման համար օգտագործելուց, ծանոթացեք մեր Գաղտնիության քաղաքականությանը և օգնության կենտրոնի այս հոդվածին։

Ի՞նչ է ChatGPT-ն և ինչպե՞ս է այն աշխատում։

ChatGPT-ն արհեստական բանականության վրա հիմնված ծառայություն է, որից կարող եք օգտվել համացանցի կամ հավելվածի միջոցով։ ChatGPT-ն կարող եք օգտագործել բազմաթիվ առաջադրանքների համար՝ տեղեկություններ կազմակերպելու և ամփոփելու, թարգմանության հարցում օգնություն ստանալու, ծրագրավորման, հետազոտության ու վերլուծությանն աջակցելու, տարբեր գործիքներով բազմաքայլ առաջադրանքներ կատարելու, պատկերներ վերլուծելու կամ ստեղծելու, ստեղծագործական ոգեշնչում և գաղափարներ ստանալու, ինչպես նաև առօրյա այլ գործերի համար։ ChatGPT-ն նախատեսված է օգտատերերի հարցերն ու հրահանգները հասկանալու և դրանց արձագանքելու համար՝ սովորելով մեծածավալ տեղեկություններում առկա օրինաչափություններից, այդ թվում՝ տեքստից, պատկերներից, ձայնից և տեսանյութերից։ 

Վարժեցման ընթացքում մոդելը վերլուծում է այս տվյալների ներքին կապերը, օրինակ՝ ինչպես են բառերը սովորաբար միասին հանդիպում համատեքստում, և այդ ըմբռնումն օգտագործում է պատասխանը բառ առ բառ ստեղծելիս՝ ամեն անգամ հաջորդ ամենահավանական բառը կանխատեսելու համար։ Տեքստը կարող է բաժանվել ավելի փոքր միավորների, որոնք երբեմն կոչվում են «թոքեններ» և կարող են ներկայացնել ամբողջական բառեր, բառերի մասեր կամ կետադրական նշաններ։ Թոքենները մոդելի կողմից մշակվող տեքստի հիմնական բաղադրիչներն են։ Նմանապես, այլ տեսակի բովանդակություն, օրինակ՝ պատկերներ ստեղծող մոդելները սովորում են այն օրինաչափությունները, որոնցով վարժեցման տվյալներում պիքսելները կապվում են միմյանց և համապատասխան նկարագրությունների հետ։

Օրինակ՝ մոդելի սովորելու գործընթացում (որը կոչվում է «վարժեցում») նրան կարող է հանձնարարվել լրացնել այսպիսի նախադասություն․ «Ձախ թեքվելու փոխարեն նա թեքվեց ___»։ Վարժեցման սկզբում նրա պատասխանները հիմնականում պատահական են։ Սակայն մեծ ծավալի տեքստ մշակելով և դրանից սովորելով՝ մոդելն ավելի լավ է ճանաչում օրինաչափությունները և կանխատեսում հաջորդ ամենահավանական բառը։ Այս գործընթացը կրկնվում է միլիոնավոր նախադասությունների վրա՝ մոդելի ըմբռնումը կատարելագործելու և ճշգրտությունը բարելավելու համար։

Քանի որ նախադասությունը լրացնելու մի քանի հավանական տարբերակ կա, օրինակ՝ «Ձախ թեքվելու փոխարեն նա թեքվեց աջ», «շրջվեց» կամ «հետ դարձավ», մոդելի պատասխանելու եղանակին բնորոշ է պատահականության որոշ տարր։ Հետևաբար, նույն հարցը տարբեր անգամներ տալու դեպքում կարող եք տարբեր պատասխաններ ստանալ։

Մեքենայական ուսուցման մոդելները բաղկացած են թվերի մեծ հավաքածուներից, որոնք կոչվում են «կշիռներ» կամ «պարամետրեր», և այդ թվերը մեկնաբանող ու օգտագործող կոդից։ Այս մոդելները չեն պահում կամ պահպանում այն տվյալների պատճենները, որոնցով վարժեցվել են։ Փոխարենը՝ սովորելու ընթացքում մոդելի պարամետրերի արժեքները փոքր-ինչ ճշգրտվում են՝ արտացոլելու նրա հայտնաբերած օրինաչափությունները։ Նախորդ օրինակում մոդելը պատահական բառեր կանխատեսելուց անցավ ավելի ճշգրիտ կանխատեսումների՝ ոչ թե վարժեցման նախադասությունները պահելով, այլ իր ներքին պարամետրերը թարմացնելով։ Մոդելը չի պահպանում վարժեցման ընթացքում իր մշակած նախադասությունների, պատկերների կամ ձայնային նյութերի պատճենները։ ChatGPT-ն իր վարժեցման տվյալներից չի «պատճենում և տեղադրում»։ Նմանապես, ուսուցիչը խորությամբ ուսումնասիրելուց հետո կարող է բացատրել հասկացությունները՝ հասկանալով գաղափարների միջև կապերը՝ առանց սկզբնական նյութերն անգիր անելու կամ բառացի վերարտադրելու։ Օգտատիրոջ հարցման պատասխանը ստեղծելիս մոդելն օգտագործում է վարժեցման ընթացքում ձևավորված այս կշիռները՝ նոր բովանդակություն կանխատեսելու և ստեղծելու համար։

Ի՞նչ տեսակի տեղեկություններ են օգտագործվում ChatGPT-ն վարժեցնելու համար։

Համացանցում հանրամատչելի բովանդակությունից մենք օգտագործում ենք միայն այն տեղեկությունները, որոնք ազատորեն և բաց հասանելի են համացանցում։ Դրանք կարող են ներառել հանրամատչելի վեբէջեր, բաց ֆորումներ, հանրամատչելի բլոգներ, հրապարակային գրառումներ և համացանցում հանրամատչելի այլ բովանդակություն։ Օրինակ՝ եթե մասնակցում եք առցանց բաց քննարկման ֆորումի կամ հրապարակում եք հանրամատչելի բլոգային կամ այլ գրառում, մենք կարող ենք օգտագործել այդ հանրամատչելի բովանդակությունը մոդելների վարժեցման նպատակով։ Այնուամենայնիվ, մենք քայլեր ենք ձեռնարկում՝ վարժեցման ընթացքում անձնական տեղեկությունների մշակումը նվազեցնելու համար։  Համացանցում հանրամատչելի բովանդակություն հավաքելիս մենք միտումնավոր տվյալներ չենք հավաքում այն աղբյուրներից, որոնց հասանելիությունը, մեզ հայտնի է, վճարովի է, կամ մութ ցանցից։ Բացի այդ, մենք կիրառում ենք զտիչներ՝ հեռացնելու այն նյութերը, որոնցից չենք ցանկանում, որ մեր մոդելները սովորեն, օրինակ՝ ատելության խոսքը, մեծահասակների համար նախատեսված բովանդակությունը, անձնական տեղեկություններ հավաքագրող կայքերը և սպամը։ Այնուհետև մնացած տեղեկություններն օգտագործվում են մեր մոդելները վարժեցնելու համար։ 

Կայքերի սեփականատերերը կարող են որոշել՝ արդյոք իրենց կայքերի հանրամատչելի բովանդակությունը հասանելի լինի վարժեցման նպատակով օգտագործելու համար։ Դրա համար նրանք կարող են օգտվել վեբի կառավարման ստանդարտ միջոցներից, օրինակ՝ robots.txt-ից, և արգելել GPTBot-ի մուտքը։ GPTBot-ը կարող է սկանավորել հանրամատչելի բովանդակությունը՝ մեր մոդելների վարժեցմանն աջակցելու համար։ Մենք տրամադրում ենք ուղեցույց՝ օգնելու կայքերի սեփականատերերին կառավարել իրենց կայքերի և բովանդակության փոխգործակցությունը մեր ԱԲ համակարգերի հետ։ 

Մեր մոդելների վարժեցմանն ու բարելավմանը նպաստելու համար մենք նաև օգտագործում ենք երրորդ կողմ հանդիսացող գործընկերներից ստացված տեղեկություններ։ Դրանք կարող են ներառել տվյալների հավաքածուների տեղեկություններ, որոնց հասանելիություն ենք ստանում երրորդ կողմերի հետ համաձայնագրերի միջոցով, ինչպես նաև վարժեցմամբ զբաղվող մարդկանց և հետազոտողների տրամադրած կամ ստեղծած տեղեկություններ, երբ դա թույլատրվում է մեր քաղաքականություններով ու համաձայնագրերով։ Սա օգնում է բարելավել մեր մոդելների որակը, անվտանգությունը և արդյունավետությունը։ Կախված տվյալների հավաքածուից՝ այս աղբյուրները կարող են պարունակել տեքստ, պատկերներ, ձայն, տեսանյութ կամ այլ տեսակի տվյալներ։

Վարժեցման որոշ գործընթացներում մենք նաև ավելի ու ավելի շատ ենք օգտագործում սինթետիկ տվյալներ։ Օրինակ՝ մենք կարող ենք տեղեկությունների և մեր մոդելների միջոցով ստեղծել սինթետիկ հարցումներ, բազմալեզու օրինակներ կամ վարժեցման այլ նյութեր։ Սինթետիկ տվյալները կարող են օգնել բարելավել մոդելի արդյունավետությունը, այդ թվում՝ լրացնելով վարժեցման տվյալներն այն ոլորտներում, որտեղ դրանք սակավ են կամ անհավասարակշռված։ Դրանք կարող են նաև նպաստել մոդելների մշակման ընթացքում գաղտնիության պաշտպանությունն ուժեղացնող մոտեցումներին։

Արդյո՞ք անձնական տեղեկություններն օգտագործվում են ChatGPT-ն վարժեցնելու համար։

Առցանց բովանդակության զգալի մասը մարդկանց մասին տեղեկություններ է պարունակում, ուստի մեր վարժեցման տվյալներում կարող են պատահաբար ներառվել անձնական տեղեկություններ։ Այնուամենայնիվ, մենք քայլեր ենք ձեռնարկում՝ վարժեցման ընթացքում անձնական տեղեկությունների մշակումը նվազեցնելու համար։

Մենք վարժեցման տվյալներն օգտագործում ենք մոդելի կարողությունները, օրինակ՝ կանխատեսումը, դատողությունը և խնդիրների լուծումը զարգացնելու համար, այլ ոչ թե անհատների պրոֆիլներ կազմելու, նրանց հետ կապվելու կամ նրանց համար գովազդներն անհատականացնելու նպատակով։

Որոշ դեպքերում մոդելները կարող են սովորել անձնական տեղեկություններից՝ հասկանալու համար, թե լեզվում ինչպես են գործածվում անունների և հասցեների նման տարրերը, կամ ճանաչելու հանրային դեմքերին ու հայտնի կազմակերպություններն ու այլ սուբյեկտներին։ Սա օգնում է մոդելին ստեղծել ավելի ճշգրիտ և համատեքստին համապատասխան պատասխաններ։

Ինչպե՞ս են անձնական տեղեկությունները պաշտպանվում վարժեցման ընթացքում։

Մենք ակտիվ քայլեր ենք ձեռնարկում՝ վարժեցման ընթացքում անձնական տեղեկությունների մշակումը սահմանափակելու համար։ Օրինակ՝ մենք բացառում ենք այն հայտնի աղբյուրները, որոնք մեծ ծավալի անձնական տվյալներ են հավաքագրում, կիրառում ենք զտում՝ վարժեցման գործընթացում անձնական տեղեկությունների ծավալը նվազեցնելու համար, ինչպես նաև քայլեր ենք ձեռնարկում՝ կրկնվող բովանդակությունը հայտնաբերելու և հեռացնելու ուղղությամբ՝ նվազեցնելով վարժեցման տվյալների վերարտադրման ռիսկը։ Բացի այդ, մենք մեր մոդելներին վարժեցնում ենք խուսափել անհատների մասին գաղտնի կամ զգայուն տեղեկությունների հարցումներին պատասխանելուց։ 

Որքա՞ն ժամանակ ենք պահպանում տեղեկությունները։

Վարժեցման տվյալներում տեղեկությունները պահպանում ենք միայն այնքան ժամանակ, որքան ողջամտորեն անհրաժեշտ է այս հոդվածում և մեր Գաղտնիության քաղաքականության մեջ նկարագրված նպատակների համար, այդ թվում՝ մեր մոդելների մշակման ու բարելավման և դրանց առնչվող գիտական հետազոտությունների նպատակով։ Տեղեկությունների պահպանման անհրաժեշտությունը պարբերաբար վերանայվում է՝ համոզվելու համար, որ այն դեռ առկա է, իսկ պահպանման ժամկետը տարբերվում է՝ կախված տեղեկությունների տեսակից և դրանց օգտագործման եղանակից։ Պահպանման ժամկետը որոշելիս հաշվի ենք առնում այնպիսի գործոններ, ինչպիսիք են տեղեկությունների մշակման մեր նպատակը, դրանց ծավալը, բնույթն ու զգայունությունը, չարտոնված օգտագործման կամ բացահայտման հետևանքով հնարավոր վնասի ռիսկը և մեզ վերաբերող իրավական պարտավորությունները։

Ինչպե՞ս է ChatGPT-ի մշակումը համապատասխանում գաղտնիության մասին օրենքներին։

Մենք վարժեցման համար նախատեսված տեղեկություններն օգտագործում ենք օրինական կերպով։ Մեր հիմնային մոդելները ծառայում են բազմաթիվ օգտակար կիրառությունների՝ ներառյալ մատչելիության ապահովման գործիքները, հաճախորդների աջակցությունը, ծրագրային ապահովման մշակումը, անհատականացված կրթությունը և գիտական հետազոտությունները։ Այս կարողությունները հիմնված են վարժեցման մեծածավալ տվյալների վրա, որոնք ներառում են հանրամատչելի և երրորդ կողմ հանդիսացող գործընկերներից ստացված տեղեկություններ։ Վարժեցման ողջ ընթացքում մենք կիրառում ենք պաշտպանական միջոցներ, այդ թվում՝ վարժեցման գործընթացում անձնական տեղեկությունների մշակումը նվազեցնելու և ռիսկերը մեղմելու քայլեր, ինչպես նկարագրված է այս հոդվածում։ Վարժեցման տեղեկություններում ներառված անձնական տեղեկությունները հավաքում և օգտագործում ենք GDPR-ի նման գաղտնիության մասին օրենքներով նախատեսված օրինական շահերի հիման վրա։ Դրանք ներառում են օգտատերերի և լայն հասարակության համար մեր մոդելների վարժեցումն ու բարելավումը՝ մեր առաքելությանը համապատասխան, այն է՝ ապահովել, որ արհեստական ընդհանուր բանականությունը օգուտ բերի բոլորին։ Այս մասին ավելի մանրամասն բացատրվում է մեր Գաղտնիության քաղաքականության մեջ։ Մենք իրականացրել ենք տվյալների պաշտպանության վրա ազդեցության գնահատում՝ օգնելու ապահովել այս տեղեկությունների օրինական և պատասխանատու հավաքումն ու օգտագործումը։

Ե՞րբ կարող են տեղեկությունները տրամադրվել կամ փոխանցվել։

Մենք չենք «վաճառում» անձնական տեղեկությունները և վարժեցման տվյալներում առկա անձնական տեղեկությունները բացահայտում ենք միայն մեր Գաղտնիության քաղաքականության մեջ նկարագրված սահմանափակ հանգամանքներում։ Օրինակ՝ մենք կարող ենք տեղեկություններ տրամադրել փոխկապակցված ընկերություններին, մատակարարներին և ծառայություններ մատուցողներին, որոնք աջակցում են մեր մոդելների մշակմանը, փորձարկմանը և բարելավմանը։ Մենք կարող ենք նաև տեղեկություններ բացահայտել՝ բարեխղճորեն համոզված լինելով, որ դա անհրաժեշտ է իրավական պարտավորություն կատարելու կամ մեր, ինչպես նաև մեր օգտատերերի, աշխատակիցների կամ հանրության իրավունքները, անվտանգությունն ու պաշտպանվածությունն ապահովելու համար, ինչպես նկարագրված է մեր Գաղտնիության քաղաքականության մեջ։

Քանի որ մեր ենթակառուցվածքը համաշխարհային է, վարժեցման տվյալներում առկա անձնական տեղեկությունները կարող են մշակվել Եվրոպական տնտեսական տարածքից (ԵՏՏ), Շվեյցարիայից կամ Միացյալ Թագավորությունից դուրս գտնվող երկրներում (այդ թվում՝ Միացյալ Նահանգներում)։ Նման դեպքերում մենք կիրառում ենք համապատասխան պաշտպանական միջոցներ, օրինակ՝ պաշտպանության բավարար մակարդակի մասին որոշումներ կամ ստանդարտ պայմանագրային դրույթներ, ինչպես նկարագրված է մեր Գաղտնիության քաղաքականության մեջ։

Ձեր իրավունքները և դրանց իրացման եղանակները

Մենք արձագանքում ենք առարկելու և նմանատիպ այլ իրավունքների իրացման հարցումներին։ Լեզուն սովորելու արդյունքում ChatGPT-ի պատասխանները երբեմն կարող են ներառել անձնական տեղեկություններ այն անհատների մասին, որոնց անձնական տեղեկությունները բազմիցս հանդիպում են համացանցի հանրամատչելի հատվածում (օրինակ՝ հանրային դեմքերի)։ Որոշ իրավազորություններում անհատները կարող են մեր Գաղտնիության պորտալի միջոցով առարկել մեր մոդելների կողմից իրենց անձնական տեղեկությունների մշակմանը կամ ներկայացնել տվյալների սուբյեկտի այլ իրավունքների իրացման հարցումներ։ Այս իրավունքները կարող եք իրացնել նաև՝ գրելով privacy@openai.com հասցեին։

Որպեսզի կարողանանք գնահատել ձեր հարցումն ու պատասխանել դրան, խնդրում ենք տրամադրել բավարար տեղեկություններ՝ հասկանալու համար, թե ձեր հարցումն ինչ անձնական տեղեկությունների է վերաբերում։ Դրանք կարող են լինել ձեր անունը, համապատասխան URL հասցեները, մոդելի պատասխանների կոնկրետ օրինակներ կամ այլ մանրամասներ, որոնք օգնում են պարզել խնդիրը։ Որոշ դեպքերում, նախքան որևէ գործողություն ձեռնարկելը, կարող ենք խնդրել ձեզ հաստատել ձեր ինքնությունը կամ այն, որ տեղեկությունները վերաբերում են ձեզ։ Այս հարցումները ներկայացնելու մասին լրացուցիչ տեղեկությունները, ներառյալ առաջարկվող գործելակերպերը և հարցումների վերանայման կարգը, հասանելի են ChatGPT-ից անձնական տվյալների հեռացման մասին մեր Օգնության կենտրոնի հոդվածում։ Մենք հարցումները վերանայում ենք գաղտնիության մասին կիրառելի օրենքներին համապատասխան և պատասխանում օրենքով սահմանված համապատասխան ժամկետներում։

Խնդրում ենք նկատի ունենալ, որ գաղտնիության մասին օրենքների համաձայն՝ որոշ իրավունքներ կարող են բացարձակ չլինել։ Օրինակ՝ մենք կարող ենք չկարողանալ բավարարել հարցումը, եթե չենք կարող ստուգել համապատասխան տեղեկությունները, եթե հարցումը չի վերաբերում OpenAI-ի կողմից մշակվող անձնական տեղեկություններին, եթե կիրառվում է բացառություն, կամ եթե հարցումը չբավարարելու այլ օրինական հիմք ունենք։ Հարցումները գնահատվում են առանձին-առանձին, և դրանց գնահատումը կարող է պահանջել հավասարակշռել գաղտնիության իրավունքներն այլ կարևոր նկատառումների հետ, ինչպիսիք են արտահայտվելու ազատությունը և հանրային շահը։

Այնուամենայնիվ, մենք ձգտում ենք առաջնահերթություն տալ անձնական տեղեկությունների պաշտպանությանը և պահպանել գաղտնիության մասին բոլոր կիրառելի օրենքները։ Եթե կարծում եք, որ մենք պատշաճ կերպով չենք արձագանքել որևէ խնդրի, իրավունք ունեք բողոք ներկայացնելու ձեր տեղական վերահսկող մարմնին։

Մեր կայքը, հավելվածներն ու ծառայություններն օգտագործելիս ձեզանից կամ ձեր մասին հավաքվող անձնական տեղեկությունների հետ OpenAI-ի վարվելու գործելակերպի մասին լրացուցիչ տեղեկությունների համար ծանոթացեք մեր Գաղտնիության քաղաքականությանը։