01
真实结构有价值,原始敏感信息不一定需要
培训需要保留任务的真实难度,例如字段、版本、例外和判断点;姓名、联系方式、价格、合同条款和未公开经营数据通常可以替换、遮盖或抽样。
02
会前定义数据与工具边界
企业应明确允许使用的工具、账号、资料类型、存储位置、权限、保留时间、异常处理和责任人。不同产品与部署方式的规则不能混为一谈。
- 资料是否经过业务负责人授权。
- 是否只保留完成练习所需的最少字段。
- 是否能够追踪来源、版本与人工修改。
- 是否准备了不上传资料的替代练习。
03
高风险输出必须人工确认
合同、财务、客户承诺、员工评价和专业结论不能因为出现在培训练习里就降低审核要求。
适合什么情况:本文提供培训准备原则,不能替代企业自身的信息安全、隐私、合同和法律审查。具体工具的数据处理规则需要查看工具提供方的说明。
Related
相关问题
Sources
参考资料
- NIST|AI Risk Management Framework ↗:官方风险管理框架:AI 的用途、用户、数据、风险、人工责任、测试与持续治理需要被定义和记录。
- 国家互联网信息办公室|生成式人工智能服务管理暂行办法 ↗:中国生成式人工智能服务的官方规范,涉及合法权益、个人信息、商业秘密、输入信息保护与服务协议等要求。
- 国家互联网信息办公室|中华人民共和国个人信息保护法 ↗:个人信息处理的官方法律文本;企业在培训与试点中使用涉及自然人的资料时,应由内部责任人与专业人员核验适用要求。