Découvrez quels sont les LLM utilisés par Thunders, où ils opèrent et comment vos données sont traitées, le tout expliqué dans une vue d'ensemble claire.
1. Où fonctionnent les LLM ?
Thunders exécute ses modèles d'IA dans Azure AI Foundry, une infrastructure cloud gérée hébergée dans les centres de données Microsoft Azure en Europe et entièrement dédiée à notre plateforme.
Pour certaines actions spécifiques, Thunders utilise Gemini, qui fonctionne dans un centre de données européen de Google et qui est entièrement dédié à notre plateforme.
Aucune donnée client n'est stockée en dehors de ces environnements d'exécution.
2. Quels sont les LLM utilisés ?
Nous utilisons plusieurs LLM de pointe pour traiter les instructions en langage naturel :
Azure Open AI
Azure Anthropic
Gemini
Remarque : ces modèles ne sont pas entraînés sur les données des clients.
3. Quelles données les LLM traitent-ils ?
Les LLM ne traitent que les informations nécessaires à l'exécution d'une étape de test, telles que des instructions comme *"Cliquez sur Continuer"* ou *"Entrez l'adresse e-mail"*.
Les informations sensibles (identifiants, fichiers, contenu propriétaire) ne sont jamais stockées.
Les données sont transitoires et ne sont utilisées que pendant l'exécution.
4. Points clés pour la sécurité et la confidentialité
Les données des clients ne sont pas conservées.
Les modèles sont exécutés dans un environnement sécurisé et contrôlé.
L'installation est conforme aux meilleures pratiques de l'industrie en matière de protection des données.
5. Auto-hébergement : utilisez vos propres modèles
Tout ce qui précède décrit le cloud Thunders. Si vous exécutez Thunders en auto-hébergement, la couche IA vous appartient : vous connectez vos propres points de terminaison de modèles, sous vos propres contrats et avec vos propres clés, et aucune donnée de test ne quitte l'infrastructure que vous contrôlez.
Vous configurez trois rôles de modèle, ce qui vous permet d'ajuster le coût et la capacité de chacun :
Un modèle rapide pour les décisions courtes et nombreuses
Un modèle complet pour le travail de raisonnement le plus lourd
Un modèle visuel pour les étapes qui doivent regarder l'écran
Vous pouvez pointer les trois vers un même modèle, ou les mélanger. Une configuration courante associe un petit modèle peu coûteux au rôle rapide et un modèle plus puissant au rôle complet.
Thunders se connecte à des points de terminaison de ces types :
Azure AI Foundry, y compris des modèles que vous avez déployés dans votre propre abonnement Azure
OVHcloud AI Endpoints, pour les équipes qui veulent des modèles hébergés en Europe chez un fournisseur européen
Google Gemini, par clé d'API
Google Vertex AI, dans votre propre projet Google Cloud
Tout fournisseur compatible OpenAI. Indiquez à Thunders l'URL du point de terminaison, une clé d'API et un nom de modèle, et cela fonctionne. Cela couvre la plupart des services de modèles hébergés et la plupart des serveurs de modèles auto-hébergés, y compris les modèles à poids ouverts que vous exécutez sur votre propre matériel.
C'est le déploiement à choisir quand votre politique exige que le trafic des modèles reste dans un périmètre que vous possédez, ou quand vous avez déjà un contrat de modèle que vous voulez conserver.
En savoir plus : Guide de déploiement hybride Thunders
Résumé :
Sur le cloud Thunders, nos LLM convertissent les instructions de test lisibles par l'homme en actions précises tout en garantissant une exécution sécurisée, privée et fiable. En auto-hébergement, vous apportez vos propres modèles et le trafic des modèles reste dans le périmètre que vous contrôlez.
Contactez-nous
Si vous avez des questions sur nos pratiques de sécurité, n'hésitez pas à consulter cet article.
Pour plus de détails, n'hésitez pas à nous contacter via le widget de chat en bas de votre écran ou à l'adresse [email protected]