谷歌否认Gemini训练使用私人文档,称仅响应显式调用

近日,据科技媒体报道,一名独立游戏开发者在使用谷歌 Gemini AI 搜索其工作室相关信息时,意外遭遇了一起潜在的数据泄露事件。该开发者发现,Gemini 竟然回答出了一个从未公开的游戏角色名称“Vantage Tripod”。该角色仅存在于开发者的一份私人 Google Docs 文档中,此前从未上传至公开渠道,也未被包含在任何游戏文件里。针对这一引发隐私担忧的指控,谷歌方面迅速做出回应,明确否认公司会扫描私人 Google Docs 文档或将其用于 Gemini 模型的训练。谷歌强调,其模型只有在用户主动提出请求时,才会访问 Workspace 文件。同时,谷歌解释称,如果用户将具有公开权限的文档链接发布到互联网上,这些页面可能会被搜索引擎爬虫发现并建立索引,而用户拥有对文件权限的完全控制权。尽管谷歌坚称其隐私机制的安全性,但关于 Gemini 具体是如何获取该未公开信息的真实原因,目前外界仍不得而知,事件真相仍有待进一步调查与澄清。

事件分析

此次“幽灵数据”事件再次将大模型的数据来源透明度问题推向风口浪尖。虽然谷歌从技术层面阐述了其访问控制逻辑,即区分“主动扫描训练”与“被动响应索引”,但在复杂的互联网环境下,文档权限的误配置或传播链路的隐蔽性往往超出用户预期。对于开发者与企业而言,云服务的便利性与数据孤岛的安全性始终存在矛盾。如果谷歌确未违规,那么此次泄露可能指向了文档分享链条中的隐蔽漏洞。该事件不仅是单一的技术争议,更折射出 AI 时代数据确权与隐私保护的严峻挑战,未来行业可能需要引入更细粒度的数据指纹追踪与审计机制。

💡 核心观点:AI训练数据的“黑盒”性质加剧了隐私信任危机,云端数据的权限管理面临新的挑战。

原文链接:Linux.do

C code80.ai · AI 编码 API 聚合 Claude / GPT 多模型统一接入,稳定不限速,按量计费,几行配置接入 Claude Code。 了解一下 ›

抢沙发

评论前必须登录!

立即登录   注册