Как нейросеть собирает данные?

а вы читали что подписывали при регистрации? там всё это написано, страниц на сорок мелким шрифтом. никто не читает, потом удивляются

у меня жена бухгалтер, кинула боту акт сверки чтоб он ей формулу объяснил, а там реквизиты контрагента и все суммы. полночи потом сидели чистили историю и писали в поддержку чтоб стёрли у себя. ответили что удалено, а проверить то никак. теперь кидает только куски без цифр и без названий

Собирает не модель Веса лежат мёртвым грузом, пока к ним не пришёл запрос. Сбором занимается обёртка: сайт, приложение, встроенный SDK. Требовать совести от файла с числами бесполезно.

Три источника, откуда данные вообще берутся Обучающий корпус: тексты и картинки, выкачанные краулерами из открытого интернета, лицензионные базы, иногда данные партнёров. Всё это случилось задолго до того, как вы установили приложение.

Ваши запросы: каждое слово, которое вы вбили в окно, ушло на сервер и осело в логах. Приложенный файл тоже. Картинка с паспортом, которую вы кинули «просто распознать текст», тоже.

Телеметрия: какая кнопка нажата, сколько секунд вы читали ответ, версия системы, айпи, идентификатор устройства, откуда пришли.

Где заканчивается закон и начинается невнимательность Пункт про использование переписки для улучшения сервиса стоит в соглашении, которое вы пролистали за две секунды. У части крупных сервисов есть тумблер «не обучаться на моих данных», и лежит он глубоко в настройках приватности, а не на главном экране.

Что делать Не кормить бота документами, чужими телефонами и рабочими договорами. Найти в настройках пункт про обучение и выключить. Чистить историю чатов, помня, что удаление из интерфейса и удаление с серверов не всегда одно и то же.

Про рекламу шин Объяснение скучнее заговора: вы искали шины в браузере, трекеры это записали, а совпадение по времени с чатом вы дорисовали сами.

Разделим два разных сбора: то, на чём модель училась когда-то, и то, что уходит на сервер прямо сейчас.

Первое — это большие выгрузки веб-страниц, оцифрованные книги, открытые репозитории кода, лицензированные базы фотографий. Живого человека там никто не опрашивал, страницы просто скачаны роботом-краулером.

Второе — то, что вы отправляете сами, и вот тут детали.

Пример по шагам. Вы пишете в чат «подбери шины 205/55 R16». Запрос уходит на сервер, там он ложится в лог вместе со временем, адресом, идентификатором сессии и моделью устройства. Нейросеть формирует ответ и тут же о нём забывает, у неё нет памяти между запросами. А запись в логе остаётся у сервиса на срок из политики хранения, и если в аккаунте включён пункт про улучшение качества, эта строка может попасть в выборку для будущего дообучения. Микрофона, чтения других приложений и доступа к вашему браузеру в этой схеме нет.