GitHub 修改 Copilot 隱私政策：4 月 24 日起預設使用用戶互動數據訓練 AI

🔑 增強重點摘要

• •GitHub 提供了明確的退出機制（Opt-out），企業用戶與個人用戶可透過設定頁面關閉數據共享功能，以避免代碼被納入訓練集。
• •此政策調整引發了開源社群與企業資安團隊的廣泛擔憂，特別是關於智慧財產權洩漏與合規性（如 GDPR 或 SOC 2）的潛在風險。
• •GitHub 強調其訓練流程包含自動化過濾機制，旨在從數據中移除敏感資訊（如 API 金鑰或個人識別資訊），以降低隱私外洩風險。

🛠️ 技術深入

• •GitHub Copilot 採用基於 Transformer 架構的大型語言模型，並針對程式碼生成進行了微調（Fine-tuning）。
• •數據處理管道包含「去識別化」層，利用啟發式演算法與機器學習模型識別並遮蔽潛在的敏感字串。
• •訓練數據集整合了來自 GitHub 公開倉庫的程式碼，以及透過此類政策收集的用戶互動數據（Telemetry Data），用於優化模型對特定程式語言與框架的理解能力。
• •系統透過向量資料庫（Vector Database）實現上下文感知（Context Awareness），將用戶當前編輯的檔案與相關代碼片段轉化為 Embedding，以增強模型預測的準確性。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線