AI اور ڈیٹا تحفظ
AI پروجیکٹس میں ہم آپ کے ڈیٹا کو کیسے سنبھالتے ہیں۔
ہر AI پروجیکٹ جن سوالوں سے شروع ہوتا ہے ان کے سیدھے جوابات: ڈیٹا کہاں جاتا ہے، کون دیکھ سکتا ہے، اور کیا یہ ماڈلز کی ٹریننگ کے لیے استعمال ہوتا ہے؟
اس ویب سائٹ پر: لائیو AI ڈیموز
ڈیموز اور sigmacode اسسٹنٹ Anthropic کے Claude پر بنائے گئے شوکیس پروجیکٹس ہیں۔
Anthropic API کے ذریعے پروسیس شدہ
ڈیمو میں جو کچھ آپ لکھتے یا اپ لوڈ کرتے ہیں وہ جواب بنانے کے لیے ہمارے سرور سے Anthropic API کو بھیجا جاتا ہے۔ یہ کسی اور AI provider کو نہیں بھیجا جاتا۔
ہماری طرف سے محفوظ نہیں
ہم ڈیمو ان پٹس یا جوابات کسی ڈیٹابیس یا اپنے لاگز میں محفوظ نہیں کرتے۔ غلط استعمال روکنے کے لیے ہم آپ کے IP ایڈریس سے جڑے ریٹ لمٹ کاؤنٹرز رکھتے ہیں؛ یہ زیادہ سے زیادہ 24 گھنٹوں بعد ختم ہو جاتے ہیں۔
Anthropic کی تجارتی شرائط
Anthropic اپنی تجارتی شرائط کے تحت API ڈیٹا پروسیس کرتا ہے۔ بطور ڈیفالٹ یہ اپنے ماڈلز کی ٹریننگ کے لیے API ان پٹس اور آؤٹ پٹس استعمال نہیں کرتا۔ یہ انہیں محدود مدت کے لیے رکھتا ہے، اور trust اور safety جائزے میں نشان زد مواد زیادہ دیر رکھا جا سکتا ہے۔
آپ کے کلک کے بغیر کچھ ہم تک نہیں پہنچتا
اسسٹنٹ پروجیکٹ brief کا مسودہ بنا سکتا ہے، لیکن یہ صرف اس وقت ہمیں بھیجا جاتا ہے جب آپ اپنی تفصیلات شامل کریں، رضامندی کا خانہ منتخب کریں اور Send پر کلک کریں۔ اس کارڈ میں آپ کی درج کردہ رابطہ تفصیلات Anthropic کو نہیں بھیجتیں۔
براہ کرم ڈیموز میں خفیہ معلومات یا دوسرے لوگوں کا ذاتی ڈیٹا نہ لکھیں۔ نمونہ فائلیں یا فرضی ڈیٹا استعمال کریں۔
کلائنٹ پروجیکٹس میں
جب ہم آپ کے ڈیٹا پر AI فیچرز بناتے ہیں تو یہ اصول بطور ڈیفالٹ لاگو ہوتے ہیں اور تجویز اور ڈیٹا پروسیسنگ معاہدے میں لکھے جاتے ہیں۔
- 01
فی پروجیکٹ منتخب provider اور علاقہ
ہم آپ کے ساتھ مل کر ماڈل provider اور علاقہ منتخب کرتے ہیں — آپ کے ڈیٹا، compliance تقاضوں اور بجٹ کی بنیاد پر: کاروباری شرائط کے تحت ہوسٹڈ ماڈل API، EU ڈیٹا رہائش والے cloud پلیٹ فارم، یا ایسا open-weight ماڈل جو آپ کے انفراسٹرکچر یا EU ڈیٹا سینٹر میں self-hosted ہو جب ڈیٹا باہر نہیں جانا چاہیے۔ ہم آپ کے اپنے provider اکاؤنٹ پر بھی کام کر سکتے ہیں، تاکہ معاہدہ اور ڈیٹا آپ کے پاس رہے۔
- 02
آپ کے ڈیٹا پر کوئی ٹریننگ نہیں
آپ کا ڈیٹا کسی اور کے لیے ماڈلز کو ٹرین یا بہتر بنانے کے لیے استعمال نہیں ہوتا۔ ہم صرف ایسے providers اور سیٹنگز استعمال کرتے ہیں جو API ڈیٹا پر ٹریننگ خارج کرتے ہیں۔ Fine-tuning صرف اس وقت ہوتا ہے جب آپ کہیں، ایسے ماڈل پر جو آپ کی ملکیت ہو۔
- 03
ڈیٹا کی کمیت کا اصول
صرف وہی ڈیٹا جو استعمال کے کیس کو درکار ہو پرامپٹس، انڈیکسز اور لاگز میں جاتا ہے۔ پروٹوٹائپس نمائندہ نمونے پر چلتے ہیں، جہاں ممکن ہو pseudonymised۔
- 04
PII کا ماسک کرنا
جہاں ممکن ہو، نام، ای میل ایڈریسز اور فون نمبر جیسا ذاتی ڈیٹا ماڈل یا لاگز تک پہنچنے سے پہلے detect اور mask کیا جاتا ہے۔
- 05
رسائی کنٹرول
دستاویزی اجازتیں retrieval تک پہنچتی ہیں، تاکہ اسسٹنٹ صرف ان ماخذات سے جواب دے جو صارف دیکھ سکتا ہے۔ ایڈمن اور cloud رسائی MFA اور least privilege سے محفوظ ہے۔
- 06
محتاط لاگنگ
debug اور تشخیص کے لیے لاگز ضروری ہیں، لیکن یہ بھی ذاتی ڈیٹا ہیں۔ ہم آپ سے مل کر طے کرتے ہیں کہ کیا لاگ ہو، اسے ماسک کرتے ہیں اور retention مدت مقرر کرتے ہیں۔
- 07
لائیو سے پہلے تشخیص
ہر AI فیچر ایک تشخیصی سیٹ (جواب کا معیار، حوالہ جاتی درستگی، انکار اور prompt-injection ٹیسٹس) کے ساتھ شپ ہوتا ہے جو ہر تبدیلی پر دوبارہ چلتا ہے۔
- 08
معاہدہ اور دستاویزات
GDPR آرٹیکل 28 کے تحت ڈیٹا پروسیسنگ معاہدہ، فی پروجیکٹ مکمل شدہ sub-processor فہرست اور EU/EEA سے باہر منتقلیوں کے لیے Standard Contractual Clauses یا EU-U.S. Data Privacy Framework۔
عام سوالات
کیا ہمارا ڈیٹا AI ماڈلز کی ٹریننگ کے لیے استعمال ہوگا؟
نہیں۔ ہم ایسے providers اور سیٹنگز استعمال کرتے ہیں جن کے تحت API ڈیٹا ٹریننگ کے لیے استعمال نہیں ہوتا، اور ہم کبھی آپ کا ڈیٹا دوسرے کلائنٹس کے ماڈلز ٹرین کرنے کے لیے استعمال نہیں کرتے۔ اگر آپ fine-tuned ماڈل چاہتے ہیں تو وہ صرف آپ کے لیے ٹرین ہوتا ہے اور آپ ہی کا رہتا ہے۔
کیا ڈیٹا EU میں رہ سکتا ہے؟
زیادہ تر پروجیکٹس میں ہاں: provider کی EU ڈیٹا رہائش، EU cloud region یا self-hosted open-weight ماڈل کے ذریعے۔ کون سا آپشن درست ہے یہ اسکوپنگ کے دوران طے ہوتا ہے اور DPA کے sub-processor annex میں دستاویزی ہوتا ہے۔
کیا ہم اپنا AI provider اکاؤنٹ استعمال کر سکتے ہیں؟
جی ہاں۔ provider معاہدہ، بلنگ، retention سیٹنگز اور ڈیٹا پھر آپ کے کنٹرول میں رہتے ہیں؛ ہم ایسی رسائی کے ساتھ کام کرتے ہیں جو آپ دیتے ہیں اور کسی بھی وقت واپس لے سکتے ہیں۔
ہمیں کیا تیار کرنا چاہیے؟
ڈیٹا ماخذات کی فہرست، کون کیا دیکھ سکتا ہے، اور آیا ذاتی یا خاص زمرے کا ڈیٹا شامل ہے۔ RAG اور AI اسسٹنٹ پروجیکٹس کی اسکوپنگ پر ہماری چیک لسٹ تفصیلات کا احاطہ کرتی ہے۔
کوئی پروجیکٹ ذہن میں ہے؟
ہمیں بتائیں کہ آپ کیا بنا رہے ہیں۔ کام کے دنوں میں ایک سینئر انجینئر ایک گھنٹے کے اندر جواب دیتا ہے — پھر آپ کو دیانتدارانہ جائزہ، واضح دائرۂ کار اور مقررہ قیمت یا سنگ میل پر مبنی تجویز ملتی ہے، عام طور پر چند کام کے دنوں میں۔
پہلے لکھنا پسند کریں گے؟ ہمیں لکھیں
آپ براہِ راست Ing. Ismet Mesic، ٹیک لیڈ سے بات کریں گے۔