DocuSign擬用用戶合同數據訓練AI，引爭議
據悉，DocuSign電子合約簽約平臺近期發布公告，表示將運用顧客提交的各類合同數據來訓練內部模型。然而，迅速引發了公眾關于涉及敏感信息泄露的高度擔憂。
據了解，DocuSign計劃借助微軟Azure上的OpenAI工具，如GPT技術，以訓練其所謂的“撰寫協議”模型，并且從用戶提供的大量數據中，訓練出專屬的人工智能（AI）模型，但這部分數據并無公開之意。
對此，DocuSign發言人向PCMag明確表態，只有在得到用戶許可的情況下才會使用合同數據進行AI訓練；同時承諾對用戶數據進行匿名化處理。
值得注意的是，DocuSign未詳細公布獲取用戶許可的具體方式以及保留這些數據的時限。因此，我們將對這一系列問題保持密切關注。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
人工智能
+關注
關注
1817文章
50098瀏覽量
265393 -
GPT
+關注
關注
0文章
368瀏覽量
16873 -
OpenAI
+關注
關注
9文章
1245瀏覽量
10074
發布評論請先 登錄
相關推薦
熱點推薦
數據傳輸拖慢訓練？三維一體調度讓AI任務提速40%
作為AI開發者，你是否無數次陷入這樣的困境：訓練千億參數大模型，數據傳輸占了總耗時的60%，GPU空轉等待如同“帶薪摸魚”；跨地域調用算力，公網帶寬瓶頸讓TB級數據集傳輸動輒耗時數天；
一文看懂AI訓練、推理與訓推一體的底層關系
（Inference）。它們就像“學霸的高考備考”和“考試當天的答題表現”，缺一不可。1、什么是AI訓練（Training）？通過大量數據訓練模型參數，使其具備特定
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片
和計算成本。
核心：
MoE模型利用稀疏性驅動結構，通過包含多個專家網絡的稀疏MoE層替換密集層，其中每個專家致力于特定的訓練數據或任務的子集，并且一個可訓練的門控機制動態地將輸入標記分配給這些專家,從而
發表于 09-18 15:31
模板驅動 無需訓練數據 SmartDP解決小樣本AI算法模型開發難題
算法作為軟實力，其水平直接影響著目標檢測識別的能力。兩年前，慧視光電推出了零基礎的基于yolo系列算法架構的AI算法開發平臺SpeedDP，此平臺能夠通過數據驅動模型訓練，實現算法從0到1的開發
睿海光電以高效交付與廣泛兼容助力AI數據中心800G光模塊升級
引領AI時代網絡變革：睿海光電的核心競爭力
在AI時代，數據中心正經歷從傳統架構向AI工廠與AI云的轉型。
發表于 08-13 19:01
ai_cube訓練模型最后部署失敗是什么原因？
ai_cube訓練模型最后部署失敗是什么原因？文件保存路徑里也沒有中文
查看AICube/AI_Cube.log，看看報什么錯？
發表于 07-30 08:15
嵌入式AI技術漫談：怎么為訓練AI模型采集樣本數據
多少數據，才能形成合適的樣本集，進而開始訓練模型呢？ 此時，回答“按需提供”或者“先試試看”似乎會變成一句車轱轆話，看似回答了問題，但客戶還是無從下手。 AI數據樣本的三個原則 這里，
Deepseek海思SD3403邊緣計算AI產品系統
海思SD3403邊緣計算AI框架，提供了一套開放式AI訓練產品工具包，解決客戶低成本AI系統，針對差異化AI
應用場景，自己采集樣本
發表于 04-28 11:05
首創開源架構，天璣AI開發套件讓端側AI模型接入得心應手
猛增50倍，將訓練時間從一整天縮短至半小時。更快的端側LoRA訓練，讓端側AI基于用戶端側數據提升個性化體驗，讓終端成為更懂
發表于 04-13 19:52
適用于數據中心和AI時代的800G網絡
和性能隔離能力，以保障不同用戶任務互不干擾。
分布式AI計算與網絡架構設計
分布式計算已成為AI訓練的主流方式，通過將工作負載分配到多個GPU節點并行處理，以加速模型
發表于 03-25 17:35
利用RAKsmart服務器托管AI模型訓練的優勢
AI模型訓練需要強大的計算資源、高效的存儲和穩定的網絡支持，這對服務器的性能提出了較高要求。而RAKsmart服務器憑借其核心優勢，成為托管AI模型訓練的理想選擇。下面，
自動化標注技術推動AI數據訓練革新
結果的高準確率，相對純人工標注效率可提升70%以上，為用戶提供更性價比的數據方案和服務。本文將就自動化標注平臺是什么以及為AI數據訓練帶來哪
標貝自動化數據標注平臺推動AI數據訓練革新
結果的高準確率，相對純人工標注效率可提升70%以上，為用戶提供更性價比的數據方案和服務。本文將就自動化標注平臺是什么以及為AI數據訓練帶來哪
工商網監
評論