OpenAI 预览 Private Safety Processing:零数据保留下的跨交互安全监测
OpenAI 宣布为前沿模型提供 Zero Data Retention(ZDR),符合条件的 API 客户户在请求处理完成后,其提示词和模型响应不会被 OpenAI 保留,人员也无法查看客户内容。同时预览 Private Safety Processing,通过自动化系统在相关交互间识别滥用模式,而无需 OpenAI 人员接触底层内容。计划 9 月正式推出并发布技术白皮书。
OpenAI 在官方博客宣布,Zero Data Retention 向符合条件的 API 客户承诺:请求处理完成后,OpenAI 不保留其提示词或模型响应,客户内容对 OpenAI 人员不可见,企业客户数据除非明确选择加入,否则不会用于模型训练。
随着模型承担更长、更复杂的任务,一些严重风险只有在多次交互关联查看时才会显现,而现有兼容 ZDR 的安全系统只能逐条评估单次交互。OpenAI 为此预览 Private Safety Processing,让自动化系统能在相关交互之间识别模式,例如反复试探防护、跨账户协作或代理任务失控等情形,而 OpenAI 人员始终无法访问底层内容。
在 ZDR 部署中,客户内容仍存储在客户控制的基础设施上;OpenAI 也在开发另一种选项,即内容存储在 OpenAI 基础设施上,但使用客户控制的密钥加密,OpenAI 人员没有密钥副本。当识别到风险时,OpenAI 只收到表明活动类型的窄范围信号,用于判断是否需要执行处置。
客户可以使用自己系统中的信息调查告警和处置决定;如需申诉、澄清合法活动或支持对已验证滥用的调查,可主动选择与 OpenAI 分享相关信息。
OpenAI 表示,Private Safety Processing 目前正在与早期客户测试,计划 9 月开始推出并发布技术白皮书。文中引用了 Glean 首席信息安全官 Sunil Agrawal 的评价,称 OpenAI 的不训练承诺和 ZDR 增强了企业信任。
为什么值得关注
在隐私承诺与安全监测看似冲突的背景下,OpenAI 用加密和窄信号机制尝试兼顾两者,直接影响受监管行业的企业 API 采用。