Công ty Skyflow vừa ra mắt “kho tiền riêng tư” nhằm giúp doanh nghiệp bảo vệ quyền riêng tư và bảo mật dữ liệu trong quá trình tích hợp mô hình ngôn ngữ (LLM) như GPT vào quy trình làm việc của họ. Điều này đặc biệt quan trọng với các doanh nghiệp khi hầu hết các mô hình LLM hiện tại được đào tạo trên dữ liệu công khai, không phù hợp cho khía cạnh doanh nghiệp. Giải pháp của Skyflow cung cấp một lớp quyền riêng tư và bảo mật dữ liệu trong toàn bộ vòng đời của các LLM, bắt đầu từ việc thu thập dữ liệu và tiếp tục thông qua đào tạo và triển khai mô hình. Sự kiện Chuyển đổi 2023 tại San Francisco vào ngày 11-12 tháng 7 sẽ cùng các giám đốc điều hành hàng đầu chia sẻ cách tối ưu hóa các khoản đầu tư AI để đạt thành công và tránh những cạm bẫy phổ biến. #Skyflow #LLM #GPT #bảo mật dữ liệu #quyền riêng tư #Chuyển đổi2023
Nguồn: https://venturebeat.com/ai/skyflow-launches-privacy-vault-for-building-llms/
Tham gia cùng các giám đốc điều hành hàng đầu tại San Francisco vào ngày 11-12 tháng 7, để nghe cách các nhà lãnh đạo đang tích hợp và tối ưu hóa các khoản đầu tư AI để thành công. Tìm hiểu thêm
Palo Alto, có trụ sở tại California Skyflowmột công ty giúp các nhà phát triển nhúng quyền riêng tư dữ liệu vào ứng dụng của họ dễ dàng hơn, hôm nay đã công bố ra mắt “kho tiền riêng tư” cho lớn mô hình ngôn ngữ.
Giải pháp, đúng như tên gọi, cung cấp cho doanh nghiệp một lớp quyền riêng tư và bảo mật dữ liệu trong toàn bộ vòng đời của các LLM của họ, bắt đầu bằng việc thu thập dữ liệu và tiếp tục thông qua đào tạo và triển khai mô hình.
Nó xuất hiện khi các doanh nghiệp trong các lĩnh vực tiếp tục chạy đua để nhúng LLM, như GPT loạt mô hình, vào quy trình làm việc của họ để đơn giản hóa các quy trình và tăng năng suất.
Tại sao lại có một hầm riêng tư cho các mô hình GPT?
LLM ngày nay đang rất thịnh hành, giúp ích với những thứ như tạo văn bản, tạo hình ảnh và tóm tắt. Tuy nhiên, hầu hết các mô hình hiện có đã được đào tạo dựa trên dữ liệu có sẵn công khai. Điều này làm cho chúng phù hợp với mục đích sử dụng công cộng rộng rãi hơn, nhưng không quá nhiều đối với khía cạnh doanh nghiệp.
Sự kiện
Chuyển đổi 2023
Hãy tham gia cùng chúng tôi tại San Francisco vào ngày 11-12 tháng 7, nơi các giám đốc điều hành hàng đầu sẽ chia sẻ cách họ đã tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến.
Đăng ký ngay
Để các LLM hoạt động trong môi trường doanh nghiệp cụ thể, các công ty cần đào tạo họ về kiến thức nội bộ. Một vài người đã làm điều đó hoặc đang ở trong quy trình thực hiệnnhưng nhiệm vụ này không hề dễ dàng vì bạn phải đảm bảo rằng dữ liệu nội bộ, quan trọng trong kinh doanh được sử dụng để đào tạo mô hình được bảo vệ ở tất cả các giai đoạn của quy trình.
Đây chính xác là nơi kho tiền bảo mật GPT của Skyflow xuất hiện.
gửi qua API, giải pháp thiết lập một môi trường an toàn, cho phép người dùng xác định từ điển dữ liệu nhạy cảm của họ và bảo vệ thông tin đó ở tất cả các giai đoạn của vòng đời mô hình: thu thập dữ liệu, chuẩn bị, đào tạo mô hình, tương tác và triển khai. Sau khi được tích hợp đầy đủ, vault sử dụng từ điển và tự động sắp xếp lại hoặc mã hóa thông tin đã chọn khi thông tin đó truyền qua GPT — mà không làm giảm giá trị của đầu ra theo bất kỳ cách nào.
“Kỹ thuật mã hóa đa hình độc quyền của Skyflow cho phép mô hình xử lý liền mạch dữ liệu được bảo vệ như thể nó là văn bản gốc,” Anshu Sharma, đồng sáng lập và CEO của Skyflow, nói với VentureBeat. “Nó sẽ bảo vệ tất cả dữ liệu nhạy cảm chảy vào các mô hình GPT và chỉ tiết lộ thông tin nhạy cảm cho các bên được ủy quyền sau khi thông tin đó đã được mô hình xử lý và trả lại.”
Sharma giải thích ví dụ: các yếu tố dữ liệu nhạy cảm ở dạng văn bản gốc như địa chỉ email và số an sinh xã hội được hoán đổi bằng mã thông báo do Skyflow quản lý trước khi đầu vào được cung cấp cho GPT. Thông tin này được bảo vệ bằng nhiều lớp mã hóa và kiểm soát truy cập chi tiết trong suốt quá trình đào tạo mô hình và cuối cùng được hủy mã thông báo sau khi mô hình GPT trả về đầu ra của nó. Do đó, người dùng cuối được ủy quyền có được trải nghiệm đầu ra liền mạch, với dữ liệu nhạy cảm với văn bản gốc bỏ qua mô hình GPT.
“Điều này hiệu quả vì các GPT LLM đã chia nhỏ đầu vào để phân tích các mẫu và mối quan hệ giữa chúng, sau đó đưa ra dự đoán về điều gì sẽ xảy ra tiếp theo trong chuỗi. Vì vậy, mã hóa hoặc sắp xếp lại dữ liệu nhạy cảm với Skyflow trước khi dữ liệu đầu vào được cung cấp cho LLM không ảnh hưởng đến chất lượng của đầu ra GPT LLM — các mẫu và mối quan hệ vẫn giữ nguyên như trước khi dữ liệu nhạy cảm ở dạng văn bản gốc được Skyflow mã hóa,” Sharma nói thêm.
Việc cung cấp có thể được tích hợp vào cơ sở hạ tầng dữ liệu hiện có của doanh nghiệp. Nó cũng hỗ trợ đào tạo nhiều bên, trong đó hai hoặc nhiều thực thể có thể chia sẻ bộ dữ liệu ẩn danh và đào tạo các mô hình để mở khóa thông tin chuyên sâu.
Nhiều trường hợp sử dụng
Mặc dù Giám đốc điều hành của Skyflow không chia sẻ có bao nhiêu công ty đang sử dụng kho bảo mật riêng tư GPT, nhưng ông đã lưu ý rằng dịch vụ này, là phần mở rộng của các giải pháp tập trung vào quyền riêng tư hiện có của công ty, đang giúp bảo vệ dữ liệu thử nghiệm lâm sàng nhạy cảm trong chu kỳ phát triển thuốc cũng như dữ liệu khách hàng được các nền tảng du lịch sử dụng để cải thiện trải nghiệm của khách hàng.
IBM cũng là khách hàng của Skyflow và đã sử dụng các sản phẩm của công ty để hủy nhận dạng thông tin nhạy cảm trong các bộ dữ liệu lớn trước khi phân tích thông qua trí tuệ nhân tạo/máy học.
Đáng chú ý, cũng có những cách tiếp cận khác đối với vấn đề quyền riêng tư, chẳng hạn như tạo môi trường đám mây riêng để chạy các mô hình riêng lẻ hoặc phiên bản riêng của ChatGPT. Nhưng những điều đó có thể chứng minh là đắt hơn nhiều hơn giải pháp của Skyflow.
Hiện tại, trong không gian mã hóa và bảo mật dữ liệu, công ty cạnh tranh với những người chơi như bất tử, bảo mật, Vaultree, cá nhân Và Lý thuyết cơ bản.
Sứ mệnh của VentureBeat là trở thành một quảng trường thành phố kỹ thuật số để những người ra quyết định kỹ thuật có được kiến thức về công nghệ doanh nghiệp chuyển đổi và giao dịch. Khám phá Briefings của chúng tôi.
[ad_2]
