Vos données sont-elles utilisées pour entraîner des modèles ?
Sur un compte organisation, jamais. Sur un compte personnel, uniquement si vous laissez le réglage activé. Ce qui est collecté, ce qui n'est jamais collecté, et ce que la suppression peut et ne peut pas annuler.
Sur un compte organisation, jamais. Sur un compte personnel, uniquement si vous laissez le réglage activé. Tout ce qui suit est le détail derrière ces deux phrases.
Comptes personnels
Il existe deux réglages, tous deux dans Contrôles de confidentialité, et tous deux activés par défaut :
- Comment s'est déroulée une session. Des métadonnées sur une tâche : si elle a réussi, combien de temps elle a pris, ce qu'elle a coûté. Ce tableau n'a aucune colonne pouvant contenir du code, des invites, des diffs, des chemins de fichiers ou des arguments d'outil.
- Le contenu de la session lui-même. Le texte d'une session, conservé comme échantillon pour le post-entraînement. Pour une session exécutée dans le CLI, c'est ce qui met le travail sur les serveurs de Dropstone : la tâche, le changement effectué par l'agent, et la sortie d'outil qui l'entoure. L'historique propre du CLI reste sur votre machine dans tous les cas.
Désactivez l'un ou l'autre et rien de nouveau n'est collecté à partir de ce moment. Ce qui a été collecté auparavant reste jusqu'à ce que vous le supprimiez.
Comptes organisation
Exclus entièrement. Le réglage de télémétrie propre à l'organisation est désactivé par défaut, et il est appliqué là où les données sont collectées plutôt que dans le client, de sorte que la préférence personnelle d'un membre ne peut pas l'activer pour une organisation.
La page Données de l'organisation le déclare en entier : avec le réglage désactivé, « Rien de cette organisation n'est collecté, et aucun code ni aucune conversation provenant de celle-ci n'est jamais utilisé pour l'entraînement. »
L'archive de conversations qu'une organisation conserve pour examen est une chose distincte, régie par la politique propre de l'organisation, et elle n'est pas transmise à Dropstone. Voir Lire et exporter l'archive de conversations.
L'autre moitié de cela : l'archive s'exporte en JSONL, et une organisation est libre d'affiner ses propres modèles dessus. Dropstone ne le peut pas, et ne le fait pas. Voir Comment Dropstone se compose dans une organisation.
Conversations incognito
Jamais collectées pour l'entraînement, sur aucun compte, et jamais enregistrées dans votre historique. Voir Conversations incognito.
Une exception, et elle ne concerne pas l'entraînement : dans une organisation où la journalisation du contenu est réglée sur complète, une conversation temporaire est enregistrée dans l'archive propre de l'organisation comme toute autre conversation. La conversation temporaire le dit elle-même : « Non enregistrée dans votre historique, mais l'organisation enregistre les conversations sur ce compte. »
Ce qui n'est pas fait
- Rien n'est noté ou évalué. Dropstone ne note pas les sessions, ne les étiquette pas, et ne construit pas d'ensemble de données à partir d'elles au-delà des échantillons décrits ci-dessus.
- Rien n'est conservé d'un fichier que vous joignez au-delà de ce dont la conversation a besoin. Voir Ce qui arrive aux fichiers que vous téléversez dans une conversation.
- Rien n'est collecté d'une organisation, quel que soit le réglage.
Ce que contient un échantillon
Un échantillon est une session plutôt qu'une transcription de tout : la tâche, le changement produit par l'agent, la sortie d'outil qui l'entoure, et trois signaux sur la façon dont elle s'est terminée. Si la modification a été acceptée, si les tests ont réussi, et si la tâche a été résolue.
Ces signaux sont lus à partir de la sortie propre de la session, non décidés par un juge séparé, et ils sont la raison pour laquelle une session est utile comme échantillon : sans savoir si le travail a abouti, une session n'est qu'une transcription.
Le fait que la tâche ait été résolue est aussi ce qui classe l'échantillon. Une session qui a abouti et une session qui a échoué sont des choses différentes à apprendre, et un échec porte une courte étiquette pour indiquer de quel type il s'agit : cela n'a pas compilé, cela a échoué aux tests, cela a manqué de temps, ou cela a manqué de contexte.
Les évaluations sont conservées séparément, une pour chaque surface : une évaluation que vous laissez sur une réponse dans une conversation, et une évaluation sur une session dans le CLI. Une évaluation est quelque chose que vous choisissez de donner plutôt que quelque chose collecté silencieusement, et elle porte la réponse à laquelle elle se rapporte afin d'avoir un sens plus tard.
Le supprimer
Si vous n'avez jamais activé l'option, il n'y a rien à supprimer.
Si vous l'avez fait, les échantillons sont supprimés avec votre compte, ainsi que vos enregistrements d'utilisation. Ce que la suppression ne peut pas annuler, c'est le modèle : tout ce qui a déjà servi à en améliorer un a été appris, et cela n'est pas réversible en supprimant l'échantillon ensuite. Désactivez les réglages avant de partager quelque chose que vous ne voudriez pas voir utilisé.
Related articles
- Privacy controlsThe privacy page in your Dropstone dashboard explains what happens to your data and gives you the switches that control it, including opting out of having your conversations used to improve Dropstone.
- Export and delete your dataHow to get a copy of everything Dropstone holds for you, and how to remove it. Conversation export, memory, project files, CLI history, and account deletion, in one place.
- How an organization manages its dataThe three settings an owner controls for an organization, what each one stores, who can read it, and the limits of the strongest setting. Content logging, product telemetry, and retention, in one place.
- Incognito chatsAn incognito chat writes nothing to your memory: nothing you say or correct is kept, and no summary is made. What Dropstone already knows about you is still available to it, so the work gets the same assistant without leaving a trace.
- How Dropstone handles your dataWhat Dropstone stores, for how long, who can see it, whether it is used to improve the models, and the commitments that apply to every account. A plain-language summary of Dropstone's data practices.