本文档介绍了 Google Cloud 专用 Gemini 如何利用生成式 AI 技术,遵守 Google 的隐私权承诺,提供 AI 赋能的协助服务。当您在 Google Cloud 上 在 Google Cloud 控制台或开发环境中,Google Cloud 处理 输入提示。 服务和云端数据处理附录。
如需详细了解适用于 Google Cloud 的 Gemini,请参阅 Google Cloud 专用 Gemini 概览。
Google 的隐私权承诺
Google 是业界率先发布 AI/机器学习隐私保护技术的公司之一 承诺, 这表明了我们的理念,即客户应获得最高级别的 对存储在云端的数据的安全性和控制权。该承诺会扩展到 Google Cloud 生成式 AI 产品。Google 会帮助确保 其团队通过健全的数据治理来遵循这些承诺 包括审核 Google Cloud 在 产品开发。如需详细了解 Google 处理数据, 客户数据处理附录 (CDPA) 或者数据 处理协议。
您提交的和接收的数据
向 Gemini 提出的问题,包括任何输入 您提交给 Gemini 进行分析或 称为提示。您收到的答案或代码补全 称为回答。
Gemini 不会将您的问题或回答用作数据 训练模型。有些功能只能通过 Google Cloud 专用 Gemini 可信测试员计划 以便有选择地共享数据 而不是用于训练 Gemini 模型。
由于 Gemini 是一项不断发展变化的技术,因此可能会生成看起来合理但实际上不正确的输出。我们建议您 在使用 Gemini 之前,先对它的所有输出进行验证。有关 请参阅 Google Cloud 专用 Gemini 和 Responsible AI。
提示加密
当您向 Gemini 提交问题时,您的数据会在传输过程中加密,以便作为 Gemini 中底层模型的输入。有关 有关 Gemini 数据加密的信息,请参阅 默认静态加密 和 传输加密。
通过 Gemini 生成的节目数据
Gemini 在第一方 Google Cloud 上进行了训练 以及所选的第三方代码您需要对代码的安全性、测试和有效性负责,包括 Gemini 为您提供的任何代码补全、生成或分析。
在建议中直接引用某个来源的长篇内容时,Gemini 还会提供来源引用,以帮助您遵守所有许可授权要求。
因为 Gemini 中的回答是由一个模型生成的, 使用多行代码进行训练时,您应该对 Gemini 提供的代码,与任何其他代码相同。制造商 请务必正确测试代码并检查是否存在安全漏洞 不兼容,以及其他潜在问题。