Dados, privacidade e segurança para uso de modelos por meio do Catálogo de Modelos

Este artigo fornece detalhes sobre como os dados fornecidos são processados, usados e armazenados quando você implanta modelos do Catálogo de Modelos. Consulte também o Adendo de Proteção de Dados de Produtos e Serviços da Microsoft, que rege o processamento de dados pelos serviços do Azure.

Quais dados são processados para modelos implantados em Azure Machine Learning?

Quando você implanta modelos em Azure Machine Learning, o serviço processa os seguintes tipos de dados para fornecer o serviço:

• Prompts e conteúdo gerado. Você envia prompts e o modelo gera conteúdo (saída) por meio das operações que ele suporta. Os prompts podem incluir conteúdo que você adiciona por meio de RAG (geração aumentada de recuperação), metaprompts ou outras funcionalidades incluídas em um aplicativo.

• Dados carregados. Para modelos que dão suporte ao ajuste fino, você pode carregar seus dados no Azure Machine Learning Datastore para uso no ajuste fino.

Gerar saídas de inferência com computação gerenciada

Ao implantar modelos na computação gerenciada, você implanta pesos de modelo em máquinas virtuais dedicadas e expõe uma API REST para inferência em tempo real. Para saber mais, consulte a implantação de modelos do Catálogo de Modelos para computação gerenciada. Você gerencia a infraestrutura desses cálculos gerenciados e os compromissos de dados, privacidade e segurança do Azure se aplicam. Para obter mais informações, consulte sobre as ofertas de conformidade do Azure aplicáveis ao Azure Machine Learning.

Embora os contêineres para "Modelos Vendidos Diretamente por Azure" sejam verificados quanto a vulnerabilidades que possam exfiltrar dados, nem todos os modelos disponíveis por meio do catálogo de modelos são verificados. Para reduzir o risco de exfiltração de dados, você pode proteger sua implantação usando redes virtuais. Para saber mais, veja como fazer o catálogo de modelos de isolamento de rede. Você também pode usar Azure Policy para regular os modelos que seus usuários podem implantar.

Gerar saídas de inferência com implantações padrão

Ao implantar um modelo do catálogo de modelos (base ou ajustado) como uma implantação padrão para inferência, você obtém uma API que lhe dá acesso ao modelo hospedado e gerenciado pelo Serviço Azure Machine Learning. Para obter mais informações, consulte Modelos como serviço. O modelo processa seus prompts de entrada e gera saídas com base na funcionalidade do modelo, conforme descrito nos detalhes do modelo fornecidos para o modelo. Embora o modelo seja fornecido pelo provedor de modelos e o uso do modelo (e a responsabilidade do provedor de modelos para o modelo e suas saídas) esteja sujeito aos termos de licença fornecidos com o modelo, Microsoft fornece e gerencia a infraestrutura de hospedagem e o ponto de extremidade da API. Os modelos hospedados em Modelos como Serviço estão sujeitos aos compromissos de dados, privacidade e segurança da Azure. Para obter mais informações sobre Azure ofertas de conformidade aplicáveis a Azure Machine Learning, consulte here.

A Microsoft atua como processadora de dados para solicitações e saídas enviadas e geradas por um modelo implantado para implantação padrão. Microsoft não compartilha esses prompts e saídas com o provedor de modelos e Microsoft não usa esses prompts e saídas para treinar ou melhorar Microsoft, o provedor de modelos ou os modelos de terceiros. Os modelos não têm estado e nenhum prompt ou saída é armazenado no modelo. Se a filtragem de conteúdo (versão prévia) estiver habilitada, o serviço Segurança de Conteúdo de IA do Azure exibirá prompts e saídas para determinadas categorias de conteúdo prejudicial em tempo real. Para obter mais informações, consulte como Segurança de Conteúdo de IA do Azure processa dados a. Os prompts e as saídas são processados dentro da geografia especificada durante a implantação, mas podem ser processados ​​entre regiões dentro da mesma geografia para fins operacionais (incluindo gerenciamento de desempenho e capacidade).

Conforme explicado durante o processo de implantação para Modelos como Serviço, Microsoft pode compartilhar informações de contato do cliente e detalhes da transação (incluindo o volume de uso associado à oferta) com o editor de modelos para que eles possam entrar em contato com os clientes sobre o modelo. Para obter mais informações sobre as informações disponíveis para os editores de modelos, acesse este link.

Otimizar um modelo com implantações padrão (Modelos como Serviço)

Se um modelo disponível para implantação padrão oferecer suporte ao ajuste fino, você poderá carregar dados ou designar dados já existentes em um Azure Machine Learning Datastore para ajustar finamente o modelo. Em seguida, você pode criar uma implantação padrão para o modelo ajustado. Você não pode baixar o modelo ajustado, mas o modelo ajustado:

• Está disponível exclusivamente para seu uso;

• Pode ser duplamente criptografado em repouso (por padrão, com a criptografia AES-256 da Microsoft e, opcionalmente, com uma chave gerenciada pelo cliente).

• Pode ser excluído por você a qualquer momento.

Os dados de treinamento carregados para ajuste fino não são usados para treinar, treinar novamente ou melhorar qualquer modelo da Microsoft ou de terceiros, exceto conforme indicado por você dentro do contexto do serviço.

Processamento de dados para modelos baixados

Se você baixar um modelo do catálogo de modelos, escolherá onde implantar o modelo e será responsável por como os dados são processados ao usar o modelo.

Próximas etapas

• Visão geral do catálogo de modelos