OpenAI કેલિફોર્નિયા રાજ્યમાં જાહેરમાં ઉપલબ્ધ જનરેટિવ AI સિસ્ટમ્સ પ્રદાન કરે છે. અમે આ સિસ્ટમ્સને વિવિધ ડેટા સ્ત્રોતોનો ઉપયોગ કરીને વિકસાવીએ છીએ, જેમાં જાહેરમાં ઉપલબ્ધ ડેટા, અમે તૃતીય પક્ષો સાથે ભાગીદારી કરીને ઍક્સેસ કરીએ તે ડેટા, અને અમારા વપરાશકર્તાઓ અથવા માનવ ટ્રેનર્સ અને સંશોધકો પ્રદાન કરે અથવા જનરેટ કરે તેવી માહિતીનો સમાવેશ થાય છે. અમે સિન્થેટિક ડેટાનો ઉપયોગ કરીને પણ અમારી સિસ્ટમ્સ વિકસાવીએ છીએ.
અમે અમારી સિસ્ટમ્સને માનવ ભાષા અને વિશ્વને વધુ સારી રીતે સમજવામાં મદદ કરવા માટે ડેટાનો ઉપયોગ કરીએ છીએ. તે બદલામાં, અમારી સિસ્ટમ્સને માનવ સર્જનાત્મકતા વધારવા, વૈજ્ઞાનિક શોધ અને તબીબી સંશોધનને આગળ ધપાવવા, અને કરોડો લોકોને તેમના દૈનિક જીવનમાં સુધારો કરવામાં સક્ષમ બનાવવા દે છે. અમારી સિસ્ટમ્સ ટેક્સ્ટ, છબી, ઑડિયો અને ઑડિયોવિઝ્યુઅલ સામગ્રીના ટ્રિલિયન ટોકન ધરાવતા ડેટાસેટ્સ પર વિકસાવવામાં આવી છે.
અમે અમારી સિસ્ટમ્સ વિકસાવવા માટે વિવિધ પ્રકારના ડેટાનો ઉપયોગ કરીએ છીએ, જેમાં કૉપિરાઇટથી સુરક્ષિત હોઈ શકે એવો ડેટા અને પબ્લિક ડોમેનમાં રહેલો ડેટા શામેલ છે. અમે અમારા તાલીમ ડેટાસેટ્સમાં વ્યક્તિગત માહિતીની માત્રા ઘટાડવા માટે પગલાં લઈએ છીએ, તેમ છતાં અમારા કેટલાક ડેટામાં California Civil Code Section 1798.140માં વ્યાખ્યાયિત મુજબ વ્યક્તિગત માહિતી અને એકત્રિત ઉપભોક્તા માહિતી શામેલ હોઈ શકે છે. અમારા વપરાશકર્તાઓ પાસે અમારા પ્રાઇવસી પોર્ટલનો ઉપયોગ કરીને તેમની સામગ્રીનો તાલીમ માટે ઉપયોગ થવાથી ઑપ્ટ આઉટ કરવાની તેમજ ChatGPT પ્રતિસાદોમાંથી ચોક્કસ વ્યક્તિગત માહિતી દૂર કરવાની વિનંતી કરવાની ક્ષમતા છે. અમે અમારા મોડલ્સની કામગીરી અને ચોકસાઈ સુધારવા માટે અમારા ડેટાસેટ્સ પર પ્રક્રિયા કરવા વિવિધ તકનીકોનો ઉપયોગ કરીએ છીએ.
અમે અમારી સિસ્ટમ્સ વિકસાવવા માટે અંદાજે 2018માં ડેટા એકત્રિત કરવાનું શરૂ કર્યું હતું, અને આજે પણ અમે ડેટા એકત્રિત કરવાનું ચાલુ રાખીએ છીએ. અમે 2021માં પ્રથમ વખત સિસ્ટમ્સના વિકાસ માટે અમારા ડેટાસેટ્સનો ઉપયોગ કર્યો હતો.
અમારી સિસ્ટમ્સના વિકાસ વિશે વધારાની માહિતી અમારા સિસ્ટમ કાર્ડમાં મળી શકે છે.
California Civil Code Section 3111 અનુસાર ટ્રેનિંગ ડેટા સારાંશ
અપડેટ કર્યા તારીખ: 2 days ago