第97章 看见人 (2/6)

orn—vip db

韩路一盯着这行代码。

这个变量名在上下文中没有任何意义。

但是他知道陶然，大理那个民宿老板娘，她在开物上做过类似的会员管理系统，还出过教程，姜亦心给他看过她的小黄书帖子。

「不只这一个。」赵文渊说，「我跑了一千个测试用例，大概百分之零点三的生成结果里会出现可追溯到特定用户的信息，变量名、注释、业务逻辑片段。有一个案例生成的代码注释里写着「周三下午配送」，这是某个用户的实际业务规则。」

忽然，数据清洗时做了匿名化，但不够彻底，用户的业务模式渗进了训练集，模型学到了一些副作用。

「重灾区在变量名和注释，这些用Bugil川er也测不出来，因为严格来说这都不是Bug。但是如果直接上线，」赵文渊合上屏幕，「有可能会造成严重的用户隐私泄露。」

「我们不默认收集数据，这些数据怎么来的？」韩路一问。

「是用户主动分享的，但是我们的用户画像——我怀疑很多人并不知道自己分享了什么。」赵文渊说。

「隐私问题我们肯定要解决。你有什么方案？」韩路一问。

「数据管道再加一层脱敏，所有可识别信息替换成通用占位符再喂进训练。但是有副作用，准确率可能会降，成本高一到两成，关键是现在的成果要重新训练。」

「要花多久？多少钱？」

「数据管线改造加重新跑一轮，花一周，第二轮训练要推迟一周。硬体成本的话，两百——不到三百万吧。」

韩路一没犹豫：「那就这么做吧。」

赵文渊点了下头，站起来收电脑，突然说了一句。

「乾元肯定不是这么做出来的。Codefe拿到的代码，基本全被洗进了模型。」

赵文渊走出去，门关上了。

韩路一拿出手机来，刚才那个变量名还在脑子里。

orn—vip—db

他打开小黄书，搜索【陶然居】，弹出来的第一个帖子，是教人怎么用万物生。