ChatGPT-ஐ இயக்கும் மாடல்கள் உட்பட OpenAI-இன் அடித்தள மாடல்கள், மூன்று முக்கிய தகவல் மூலங்களைப் பயன்படுத்தி உருவாக்கப்படுகின்றன: (1) இணையத்தில் பொதுவாகக் கிடைக்கும் தகவல், (2) மூன்றாம் தரப்புகளுடன் கூட்டாண்மை செய்து நாங்கள் அணுகும் தகவல், மற்றும் (3) எங்கள் பயனர்கள், மனித பயிற்றுநர்கள் மற்றும் ஆராய்ச்சியாளர்கள் வழங்கும் அல்லது உருவாக்கும் தகவல்.

ChatGPT-இல் பயன்படுத்தப்படுபவை போன்ற அடித்தள மாடல்களை உருவாக்குவது, பயிற்சி தரவைத் தயாரித்தல், ப்ரீ-ட்ரெயினிங் மற்றும் பிந்தைய பயிற்சி, அத்துடன் பயன்பாட்டுக்குக் கொண்டுவந்த பிறகும் தொடர்ந்து மதிப்பீடு செய்து மேம்படுத்துதல் உள்ளிட்ட பல கட்டங்களை உள்ளடக்கியது. மாடல் செயல்திறன், நம்பகத்தன்மை மற்றும் பாதுகாப்பை மேம்படுத்துவது உட்பட பல்வேறு நோக்கங்களுக்காக இந்தக் கட்டங்களில் பல வகையான தகவல்கள் பயன்படுத்தப்படலாம். 

இந்த மாடல்களை உருவாக்க உதவ நாங்கள் பயன்படுத்தும் தகவல்கள், தனியுரிமைச் சட்டங்களுக்கு இணங்க அந்தத் தகவல்களை எவ்வாறு சேகரித்து பயன்படுத்துகிறோம், மேலும் பயிற்சி செயல்முறை முழுவதும் நாங்கள் பயன்படுத்தும் பாதுகாப்பு நடவடிக்கைகள் ஆகியவற்றின் மேலோட்டத்தை இந்தக் கட்டுரை வழங்குகிறது. எங்கள் சேவைகளின் பயனர்களிடமிருந்து தகவல்களை எவ்வாறு சேகரித்து பயன்படுத்துகிறோம் என்பதையும், எங்கள் மாடல்களை மேம்படுத்த உதவ ChatGPT உரையாடல்கள் பயன்படுத்தப்படுவதிலிருந்து எவ்வாறு விலகலாம் என்பதையும் அறிய, எங்கள் பிரைவசி பாலிசி மற்றும் இந்த உதவி மையக் கட்டுரை ஆகியவற்றைப் பார்க்கவும்.

ChatGPT என்றால் என்ன, அது எவ்வாறு செயல்படுகிறது?

ChatGPT என்பது இணையம் அல்லது செயலி மூலம் நீங்கள் அணுகக்கூடிய செயற்கை நுண்ணறிவு அடிப்படையிலான சேவையாகும். தகவல்களை ஒழுங்குபடுத்துதல் மற்றும் சுருக்குதல், மொழிபெயர்ப்புகளுக்கு உதவுதல், குறியீட்டாக்கம், ஆராய்ச்சி மற்றும் பகுப்பாய்வுக்கு ஆதரவு, கருவிகளுக்கு இடையே பல படிகள் கொண்ட பணிகளை முடித்தல், படங்களைப் பகுப்பாய்வு செய்தல் அல்லது உருவாக்குதல், படைப்பாற்றல் மற்றும் யோசனைகளைத் தூண்டுதல், மேலும் பிற அன்றாடச் செயல்பாடுகள் உள்ளிட்ட பல்வேறு பணிகளுக்கு நீங்கள் ChatGPT-ஐப் பயன்படுத்தலாம். உரை, படங்கள், ஆடியோ மற்றும் வீடியோ உள்ளிட்ட பெருமளவு தகவல்களிலிருந்து வடிவங்களை கற்றுக்கொள்வதன் மூலம் பயனர் கேள்விகளையும் வழிமுறைகளையும் புரிந்து பதிலளிக்கும் வகையில் ChatGPT வடிவமைக்கப்பட்டுள்ளது. 

பயிற்சியின் போது, இந்தத் தரவுக்குள் உள்ள உறவுகளை மாடல் பகுப்பாய்வு செய்கிறது—எடுத்துக்காட்டாக, ஒரு சூழலில் சொற்கள் பொதுவாக எவ்வாறு ஒன்றாகத் தோன்றுகின்றன—மேலும் அந்தப் புரிதலைப் பயன்படுத்தி, பதிலை உருவாக்கும் போது ஒவ்வொரு சொல்லாக அடுத்ததாக வர அதிக வாய்ப்புள்ள சொல்லைக் கணிக்கிறது. உரை சிறிய அலகுகளாக மாற்றப்படலாம்; சில நேரங்களில் அவை “டோக்கன்கள்” என்று அழைக்கப்படுகின்றன; அவை முழுச் சொற்கள், சொற்களின் பகுதிகள் அல்லது நிறுத்தக்குறிகளைக் குறிக்கலாம். டோக்கன்கள் என்பது மாடல் செயலாக்கும் உரையின் அடிப்படை கட்டமைப்பு அலகுகளாகும். அதேபோல், படங்கள் போன்ற பிற வடிவிலான உள்ளடக்கத்தை உருவாக்கும் மாடல்கள், பயிற்சி தரவில் பிக்சல்கள் ஒன்றுக்கொன்று மற்றும் தொடர்புடைய விளக்க உரைகளுடன் எவ்வாறு தொடர்புடையவை என்பதில் உள்ள வடிவங்களைக் கற்றுக்கொள்கின்றன.

உதாரணமாக, மாடலின் கற்றல் செயல்முறையின் போது (“பயிற்சி” என்று அழைக்கப்படுகிறது), மாடலுக்கு இப்படிப் பட்ட ஒரு வாக்கியத்தை முடிக்கச் சொல்லப்படலாம்: “இடப்புறம் திரும்புவதற்குப் பதிலாக, அவள் ___ திரும்பினாள்.” பயிற்சியின் ஆரம்பத்தில், அதன் பதில்கள் பெரும்பாலும் சீரற்றவையாக இருக்கும். ஆனால், மாடல் பெருமளவு உரையை செயலாக்கி அதிலிருந்து கற்றுக்கொள்ளும்போது, வடிவங்களை அடையாளம் காணவும் அடுத்ததாக வர அதிக வாய்ப்புள்ள சொல்லைக் கணிக்கவும் அது மேம்படுகிறது. அதன் புரிதலை செம்மைப்படுத்தவும் துல்லியத்தை மேம்படுத்தவும் இந்த செயல்முறை மில்லியன் கணக்கான வாக்கியங்களில் மீண்டும் மீண்டும் செய்யப்படுகிறது.

ஒரு வாக்கியத்தை முடிக்க பல நம்பத்தகுந்த வழிகள் இருப்பதால்—எடுத்துக்காட்டாக, “இடப்புறம் திரும்புவதற்குப் பதிலாக, அவள் வலப்புறம் திரும்பினாள்,” “சுற்றித் திரும்பினாள்,” அல்லது “பின்னால் திரும்பினாள்”—மாடல் எவ்வாறு பதிலளிக்கிறது என்பதில் இயல்பாகவே ஒரு அளவு சீரற்ற தன்மை உள்ளது. இதன் விளைவாக, அதே கேள்வி வெவ்வேறு வினவல்களில் வெவ்வேறு பதில்களைத் தரலாம்.

இயந்திரக் கற்றல் மாடல்கள் “எடைகள்” அல்லது “அளவுருக்கள்” என்று அழைக்கப்படும் பெரிய எண்ணுத் தொகுப்புகளையும், அந்த எண்களை விளக்கி பயன்படுத்தும் குறியீட்டையும் கொண்டிருக்கின்றன. இந்த மாடல்கள் பயிற்சி பெறும் தரவின் நகல்களைச் சேமிப்பதோ வைத்திருப்பதோ இல்லை. அதற்குப் பதிலாக, ஒரு மாடல் கற்றுக்கொள்ளும் போது, அது அடையாளம் கண்ட வடிவங்களைப் பிரதிபலிக்கும் வகையில் அதன் அளவுருக்களின் மதிப்புகள் சிறிது மாற்றப்படுகின்றன. முந்தைய உதாரணத்தில், பயிற்சி வாக்கியங்களைச் சேமிப்பதன் மூலம் அல்ல, அதன் உள் அளவுருக்களைப் புதுப்பிப்பதன் மூலம், மாடல் சீரற்ற சொற்களைக் கணிப்பதிலிருந்து அதிக துல்லியமான கணிப்புகளைச் செய்வதற்கு மேம்பட்டது. பயிற்சியின் போது செயலாக்கும் வாக்கியங்கள், படங்கள் அல்லது ஆடியோவின் நகல்களை மாடல் வைத்திருக்காது. ChatGPT தனது பயிற்சி தரவிலிருந்து “நகலெடுத்து ஒட்டுவது” இல்லை—அசல் பொருட்களை மனப்பாடம் செய்யவோ அப்படியே மீளுருவாக்கவோ இல்லாமல், விரிவாகப் படித்த பிறகு கருத்துகளுக்கிடையிலான உறவுகளைப் புரிந்து கொண்டு அவற்றை விளக்கக்கூடிய ஆசிரியரைப் போல. பயனர் கோரிக்கைக்கு பதிலை உருவாக்கும் போது, மாடல் கற்றுக்கொண்ட இந்த எடைகளைப் பயன்படுத்தி புதிய உள்ளடக்கத்தைக் கணித்து உருவாக்குகிறது.

ChatGPT-ஐ கற்பிக்க எந்த வகையான தகவல் பயன்படுத்தப்படுகிறது?

பொதுவாகக் கிடைக்கும் இணைய உள்ளடக்கத்தைப் பொறுத்தவரை, இணையத்தில் இலவசமாகவும் திறந்தவெளியிலும் அணுகக்கூடிய தகவல்களையே நாங்கள் பயன்படுத்துகிறோம். இதில் பொதுவாகக் கிடைக்கும் இணையப் பக்கங்கள், பொது மன்றங்கள், பொது வலைப்பதிவுகள், பொது பதிவுகள் மற்றும் பொதுவாகக் கிடைக்கும் பிற ஆன்லைன் உள்ளடக்கம் அடங்கலாம். உதாரணமாக, நீங்கள் பொதுவாகக் கிடைக்கும் ஆன்லைன் விவாத மன்றத்தில் பங்கேற்றால் அல்லது ஒரு பொது வலைப்பதிவு அல்லது பிற பதிவை வெளியிட்டால், மாடல் பயிற்சி நோக்கங்களுக்காக அந்த பொதுவாக அணுகக்கூடிய உள்ளடக்கத்தை நாங்கள் பயன்படுத்தலாம். ஆனால், எங்கள் பயிற்சி செயல்முறையில் தனிப்பட்ட தகவல் செயலாக்கப்படுவதைக் குறைக்க நாங்கள் நடவடிக்கைகள் எடுக்கிறோம்.  பொதுவாகக் கிடைக்கும் இணைய உள்ளடக்கத்தைச் சேகரிக்கும் போது, கட்டணச் சுவர்களுக்குப் பின்னால் இருப்பதாக அறியப்படும் மூலங்களிலிருந்தோ டார்க் வெப்பிலிருந்தோ தரவை நாங்கள் நோக்கத்துடன் சேகரிப்பதில்லை. மேலும், எங்கள் மாடல்கள் கற்றுக்கொள்ள வேண்டாம் என்று நாங்கள் விரும்பும் பொருட்களை நீக்க வடிகட்டிகளைப் பயன்படுத்துகிறோம்; உதாரணமாக வெறுப்புரை, பெரியவர்களுக்கான உள்ளடக்கம், தனிப்பட்ட தகவல்களைத் திரட்டும் தளங்கள் மற்றும் ஸ்பாம். மீதமுள்ள தகவல் பின்னர் எங்கள் மாடல்களைப் பயிற்றுவிக்கப் பயன்படுத்தப்படுகிறது. 

வலைத்தள உரிமையாளர்கள், எங்கள் மாடல்களைப் பயிற்றுவிக்க உதவ பொதுவாகக் கிடைக்கும் உள்ளடக்கத்தை கிரால் செய்யக்கூடிய GPTBot-ஐ அனுமதிக்காதவாறு robots.txt போன்ற நிலையான வலைக் கட்டுப்பாடுகளைப் பயன்படுத்தி, தங்கள் தளங்களில் பொதுவாகக் கிடைக்கும் உள்ளடக்கம் பயிற்சியில் பயன்படுத்த அணுகப்படலாமா என்பதை நிர்வகிக்கலாம். வலைத்தள உரிமையாளர்கள் தங்கள் தளங்களும் உள்ளடக்கமும் எங்கள் AI அமைப்புகளுடன் எவ்வாறு தொடர்புகொள்கின்றன என்பதை நிர்வகிக்க உதவ நாங்கள் வழிகாட்டுதலை வழங்குகிறோம். 

எங்கள் மாடல்களைப் பயிற்றுவித்து மேம்படுத்த உதவ, மூன்றாம் தரப்பு கூட்டாளர்களிடமிருந்தும் தகவலைப் பயன்படுத்துகிறோம். இதில் மூன்றாம் தரப்புகளுடனான ஒப்பந்தங்களின் மூலம் நாங்கள் அணுகும் தரவுத்தொகுப்புகளில் உள்ள தகவல்கள், மேலும் எங்கள் கொள்கைகள் மற்றும் ஒப்பந்தங்களின் கீழ் அனுமதிக்கப்பட்ட இடங்களில் மனித பயிற்றுநர்கள் மற்றும் ஆராய்ச்சியாளர்கள் வழங்கும் அல்லது உருவாக்கும் தகவல்கள் அடங்கலாம். இது எங்கள் மாடல்களின் தரம், பாதுகாப்பு மற்றும் செயல்திறனை மேம்படுத்த உதவுகிறது. தரவுத்தொகுப்பைப் பொறுத்து, இந்த மூலங்களில் உரை, படங்கள், ஆடியோ, வீடியோ அல்லது பிற தரவு வகைகள் இருக்கலாம்.

சில பயிற்சி செயல்முறைகளில் செயற்கைத் தரவையும் நாங்கள் அதிகமாகப் பயன்படுத்தி வருகிறோம். உதாரணமாக, செயற்கை ப்ராம்ப்ட்கள், பன்மொழி எடுத்துக்காட்டுகள் அல்லது பிற பயிற்சிப் பொருட்களை உருவாக்க, தகவலையும் எங்கள் மாடல்களையும் நாங்கள் பயன்படுத்தலாம். தரவு குறைவாகவோ சமநிலையற்றதாகவோ உள்ள பகுதிகளில் பயிற்சி தரவை கூடுதலாகச் சேர்ப்பது உட்பட, செயற்கைத் தரவு மாடல் செயல்திறனை மேம்படுத்த உதவலாம்; மேலும் மாடல் உருவாக்கத்தில் தனியுரிமையை மேம்படுத்தும் அணுகுமுறைகளுக்கும் ஆதரவளிக்கலாம்.

ChatGPT-ஐ கற்பிக்க தனிப்பட்ட தகவல் பயன்படுத்தப்படுகிறதா?

ஆன்லைன் உள்ளடக்கத்தின் குறிப்பிடத்தக்க பகுதி மக்களைப் பற்றிய தகவல்களைக் கொண்டிருப்பதால், எங்கள் பயிற்சி தரவில் தற்செயலாக தனிப்பட்ட தகவல் அடங்கியிருக்கலாம். ஆனால், எங்கள் பயிற்சி செயல்முறையில் தனிப்பட்ட தகவல் செயலாக்கப்படுவதைக் குறைக்க நாங்கள் நடவடிக்கைகள் எடுக்கிறோம்.

கணிப்பு, ரீஸனிங் மற்றும் பிரச்சினை தீர்த்தல் போன்ற மாடலின் திறன்களை உருவாக்கவே நாங்கள் பயிற்சி தரவைப் பயன்படுத்துகிறோம்; தனிநபர்களின் சுயவிவரங்களை உருவாக்கவோ, அவர்களைத் தொடர்புகொள்ளவோ, அவர்களுக்கு விளம்பரங்களை தனிப்பயனாக்கவோ அல்ல.

சில சந்தர்ப்பங்களில், பெயர்கள் மற்றும் முகவரிகள் போன்ற கூறுகள் மொழியில் எவ்வாறு செயல்படுகின்றன என்பதைப் புரிந்துகொள்ள, அல்லது பொது நபர்களையும் நன்கு அறியப்பட்ட நிறுவனங்களையும் அடையாளம் காண, மாடல்கள் தனிப்பட்ட தகவலிலிருந்து கற்றுக்கொள்ளலாம். இது மாடல் மேலும் துல்லியமான மற்றும் சூழலுக்கு ஏற்ற பதில்களை உருவாக்க உதவுகிறது.

பயிற்சியின் போது தனிப்பட்ட தகவல் எவ்வாறு பாதுகாக்கப்படுகிறது?

பயிற்சியின் போது தனிப்பட்ட தகவல் செயலாக்கப்படுவதை வரையறுக்க நாங்கள் செயலூக்கமான நடவடிக்கைகள் எடுக்கிறோம். உதாரணமாக, பெருமளவு தனிப்பட்ட தரவைத் திரட்டும் அறியப்பட்ட மூலங்களை நாங்கள் விலக்குகிறோம், பயிற்சி செயல்முறையில் தனிப்பட்ட தகவலைக் குறைக்க வடிகட்டுதலைப் பயன்படுத்துகிறோம், மேலும் பயிற்சி தரவு மீண்டும் கூறப்படும் அபாயத்தைக் குறைக்க நகல் உள்ளடக்கத்தை அடையாளம் கண்டு நீக்க நடவடிக்கைகள் எடுக்கிறோம். மேலும், தனிநபர்களைப் பற்றிய தனியார் அல்லது நுணுக்கமான தகவல்களுக்கான கோரிக்கைகளுக்கு பதிலளிப்பதைத் தவிர்க்க எங்கள் மாடல்களைப் பயிற்றுவிக்கிறோம். 

தகவலை எவ்வளவு காலம் வைத்திருக்கிறோம்

இந்தக் கட்டுரையிலும் எங்கள் பிரைவசி பாலிசியிலும் விவரிக்கப்பட்ட நோக்கங்களுக்குத் தேவையான அளவு காலம் மட்டுமே பயிற்சி தரவில் உள்ள தகவலை நாங்கள் வைத்திருக்கிறோம்; இதில் எங்கள் மாடல்களை உருவாக்கவும் மேம்படுத்தவும், தொடர்புடைய அறிவியல் ஆராய்ச்சி நோக்கங்களுக்கும் பயன்படுத்துவது அடங்கும். தொடர்ந்த தேவையுண்டா என்பதை உறுதிப்படுத்த, தகவல் வைத்திருத்தல் காலமுறை மதிப்பாய்வுக்கு உட்படுத்தப்படுகிறது; மேலும் தகவலின் வகை மற்றும் அது எவ்வாறு பயன்படுத்தப்படுகிறது என்பதன் அடிப்படையில் அது மாறுபடும். தகவலை எவ்வளவு காலம் வைத்திருக்க வேண்டும் என்பதைத் தீர்மானிக்கும் போது, அந்தத் தகவலைச் செயலாக்குவதற்கான எங்கள் நோக்கம், தகவலின் அளவு, தன்மை மற்றும் நுணுக்கத்தன்மை, அனுமதியற்ற பயன்பாடு அல்லது வெளிப்படுத்தலால் ஏற்படக்கூடிய சேத அபாயம், மேலும் எங்களுக்குப் பொருந்தும் ஏதேனும் சட்டப் பொறுப்புகள் போன்ற காரணிகளை நாங்கள் கருத்தில் கொள்கிறோம்.

ChatGPT-இன் உருவாக்கம் தனியுரிமைச் சட்டங்களுக்கு எவ்வாறு இணங்குகிறது?

பயிற்சி தகவலை நாங்கள் சட்டபூர்வமாகப் பயன்படுத்துகிறோம். எங்கள் அடித்தள மாடல்கள் அணுகல்திறன் கருவிகள், வாடிக்கையாளர் ஆதரவு, மென்பொருள் உருவாக்கம், தனிப்பயனாக்கப்பட்ட கல்வி மற்றும் அறிவியல் ஆராய்ச்சி உள்ளிட்ட பல்வேறு பயனுள்ள பயன்பாடுகளை இயக்குகின்றன. இந்தத் திறன்கள் பொதுவாகக் கிடைக்கும் தகவல்கள் மற்றும் மூன்றாம் தரப்பு கூட்டாளர்களிடமிருந்து வரும் தகவல்கள் உட்பட, லார்ஜ்-ஸ்கேல் ட்ரெயினிங் தரவைச் சார்ந்துள்ளன. இந்தக் கட்டுரையில் விவரிக்கப்பட்டுள்ளபடி, பயிற்சி செயல்முறையில் தனிப்பட்ட தகவல் செயலாக்கப்படுவதைக் குறைக்கவும் அபாயங்களைத் தணிக்கவும் வடிவமைக்கப்பட்ட நடவடிக்கைகள் உட்பட, பயிற்சி செயல்முறை முழுவதும் நாங்கள் பாதுகாப்பு நடவடிக்கைகளைப் பயன்படுத்துகிறோம். பயிற்சி தகவலில் அடங்கியுள்ள தனிப்பட்ட தகவலைச் சேகரித்து பயன்படுத்துவதற்கு, GDPR போன்ற தனியுரிமைச் சட்டங்களின் கீழ் உள்ள நியாயமான நலன்களை நாங்கள் அடிப்படையாகக் கொள்கிறோம்; இதில், எங்கள் பிரைவசி பாலிசியில் மேலும் விரிவாக விளக்கப்பட்டுள்ளபடி, ஆர்டிஃபிஷியல் ஜெனரல் இன்டெலிஜென்ஸ் அனைவருக்கும் பயனளிக்க வேண்டும் என்பதை உறுதி செய்வது என்ற எங்கள் குறிக்கோளுக்கு இணங்க, பயனர்களுக்கும் பரந்த சமூகத்திற்கும் எங்கள் மாடல்களைப் பயிற்றுவித்து மேம்படுத்துவது அடங்கும். இந்தத் தகவலை நாங்கள் சட்டபூர்வமாகவும் பொறுப்புடன் சேகரித்து பயன்படுத்துவதை உறுதிப்படுத்த உதவ, தரவு பாதுகாப்பு தாக்க மதிப்பீட்டை முடித்துள்ளோம்.

தகவல் எப்போது பகிரப்படலாம் அல்லது மாற்றப்படலாம்

நாங்கள் தனிப்பட்ட தகவலை “விற்க” மாட்டோம்; எங்கள் பிரைவசி பாலிசியில் விவரிக்கப்பட்டுள்ள வரையறுக்கப்பட்ட சூழ்நிலைகளில் மட்டுமே பயிற்சி தரவில் உள்ள தனிப்பட்ட தகவலை வெளிப்படுத்துகிறோம். உதாரணமாக, எங்கள் மாடல்களின் உருவாக்கம், சோதனை மற்றும் மேம்பாட்டை ஆதரிக்கும் இணை நிறுவனங்கள், விற்பனையாளர்கள் மற்றும் சேவை வழங்குநர்களுடன் தகவலைப் பகிரலாம். சட்டப் பொறுப்பிற்கு இணங்க அல்லது எங்கள் உரிமைகள், பாதுகாப்பு மற்றும் பாதுகாப்பு, மேலும் எங்கள் பயனர்கள், பணியாளர்கள் அல்லது பொதுமக்களின் உரிமைகள் மற்றும் பாதுகாப்பைப் பாதுகாக்க அத்தகைய நடவடிக்கை அவசியம் என்ற நல்லநம்பிக்கையின் அடிப்படையிலும், எங்கள் பிரைவசி பாலிசியில் விவரிக்கப்பட்டுள்ளபடி, தகவலை நாங்கள் வெளிப்படுத்தலாம்.

எங்கள் உள்கட்டமைப்பு உலகளாவியது என்பதால், பயிற்சி தரவில் உள்ள தனிப்பட்ட தகவல் EEA, சுவிட்சர்லாந்து அல்லது UK-க்கு வெளியுள்ள நாடுகளில் (அமெரிக்கா உட்பட) செயலாக்கப்படலாம். இது நிகழும் இடங்களில், எங்கள் பிரைவசி பாலிசியில் விவரிக்கப்பட்டுள்ளபடி, போதுமான பாதுகாப்பு முடிவுகள் அல்லது நிலையான ஒப்பந்தப் பிரிவுகள் போன்ற பொருத்தமான பாதுகாப்பு நடவடிக்கைகளை நாங்கள் பயன்படுத்துகிறோம்.

உங்கள் உரிமைகள் மற்றும் அவற்றை எவ்வாறு பயன்படுத்துவது

எதிர்ப்பு கோரிக்கைகள் மற்றும் இதே போன்ற உரிமை கோரிக்கைகளுக்கு நாங்கள் பதிலளிக்கிறோம். மொழியைக் கற்றுக்கொண்டதன் விளைவாக, பொதுவான இணையத்தில் பல முறை தோன்றும் தனிப்பட்ட தகவலைக் கொண்ட நபர்களைப் பற்றிய தனிப்பட்ட தகவல் ChatGPT பதில்களில் சில நேரங்களில் இடம்பெறலாம் (உதாரணமாக, பொது நபர்கள்). சில அதிகார வரம்புகளில் உள்ள நபர்கள், எங்கள் மாடல்கள் அவர்களின் தனிப்பட்ட தகவலைச் செயலாக்குவதற்கு எதிர்ப்பு தெரிவிக்கலாம் அல்லது எங்கள் பிரைவசி போர்டல் மூலம் பிற தரவு உரிமையாளர் உரிமை கோரிக்கைகளைச் செய்யலாம். privacy@openai.com முகவரியைத் தொடர்புகொள்வதன் மூலமும் இந்த உரிமைகளை நீங்கள் பயன்படுத்தலாம். 

உங்கள் கோரிக்கையை மதிப்பீடு செய்து பதிலளிக்க எங்களுக்கு உதவ, உங்கள் கோரிக்கை எந்த தனிப்பட்ட தகவலைக் குறிக்கிறது என்பதைப் புரிந்துகொள்ள போதுமான தகவலை வழங்கவும்; உதாரணமாக உங்கள் பெயர், தொடர்புடைய URL-கள், மாடல் வெளியீடுகளின் குறிப்பிட்ட எடுத்துக்காட்டுகள் அல்லது பிரச்சினையை அடையாளம் காண உதவும் பிற விவரங்கள். சில சந்தர்ப்பங்களில், நடவடிக்கை எடுக்கும்முன் உங்கள் அடையாளத்தைச் சரிபார்க்கவோ அல்லது அந்தத் தகவல் உங்களைச் சார்ந்தது என்பதை உறுதிப்படுத்தவோ நாங்கள் உங்களிடம் கேட்கலாம். இந்தக் கோரிக்கைகளை எவ்வாறு சமர்ப்பிப்பது, சிறந்த நடைமுறைகள் மற்றும் கோரிக்கைகள் எவ்வாறு மதிப்பாய்வு செய்யப்படுகின்றன என்பதைக் குறித்த கூடுதல் தகவல், ChatGPT-இலிருந்து தனிப்பட்ட தரவை நீக்குவது குறித்த எங்கள் ஹெல்ப் சென்டர் கட்டுரையில் கிடைக்கிறது. பொருந்தக்கூடிய தனியுரிமைச் சட்டங்களுக்கு இணங்க நாங்கள் கோரிக்கைகளை மதிப்பாய்வு செய்து, பொருந்தக்கூடிய சட்ட காலவரம்புகளுக்குள் பதிலளிக்கிறோம்.

தனியுரிமைச் சட்டங்களுக்கு இணங்க, சில உரிமைகள் முழுமையானவையாக இருக்காமல் இருக்கலாம் என்பதை கவனத்தில் கொள்ளவும். உதாரணமாக, தொடர்புடைய தகவலை எங்களால் சரிபார்க்க முடியாத இடங்களில், கோரிக்கை OpenAI செயலாக்கும் தனிப்பட்ட தகவலுடன் தொடர்புடையதாக இல்லாத இடங்களில், விலக்கு பொருந்தும் இடங்களில், அல்லது அதற்கு எங்களிடம் வேறு சட்டபூர்வமான காரணம் உள்ள இடங்களில், ஒரு கோரிக்கையை எங்களால் நிறைவேற்ற முடியாமல் இருக்கலாம். கோரிக்கைகள் ஒவ்வொரு வழக்கின் அடிப்படையில் மதிப்பிடப்படுகின்றன; மேலும் கருத்து வெளிப்பாட்டு சுதந்திரம் மற்றும் பொதுநலம் போன்ற பிற முக்கியமான பரிசீலனைகளுடன் தனியுரிமை உரிமைகளை சமநிலைப்படுத்த வேண்டியிருக்கலாம். 

ஆனால், தனிப்பட்ட தகவலின் பாதுகாப்பிற்கு முன்னுரிமை அளிக்கவும், பொருந்தக்கூடிய அனைத்து தனியுரிமைச் சட்டங்களுக்கும் இணங்கவும் நாங்கள் முயற்சிக்கிறோம். ஒரு பிரச்சினையை நாங்கள் போதுமான முறையில் கையாளவில்லை என்று நீங்கள் நினைத்தால், உங்கள் உள்ளூர் மேற்பார்வை அதிகாரியிடம் புகார் அளிக்கும் உரிமை உங்களுக்கு உள்ளது.

எங்கள் இணையதளம், செயலிகள் மற்றும் சேவைகளை நீங்கள் பயன்படுத்தும் போது உங்களிடமிருந்து அல்லது உங்களைப் பற்றி நாங்கள் சேகரிக்கும் தனிப்பட்ட தகவல்களைப் பொறுத்தவரை OpenAI-இன் நடைமுறைகள் குறித்த கூடுதல் தகவலுக்கு, எங்கள் பிரைவசி பாலிசியைப் பார்க்கவும்.