Lumo 隐私
- 阅读
- 0 分钟
- 类别
- Lumo AI
Proton 的使命是打造一个以隐私和安全为默认状态的互联网,Lumo 也不例外。我们打造 Lumo,旨在让它成为一款能够保护您会话机密性的 AI 助手。在本文中,我们将说明这意味着什么,以及 Lumo 如何保护您的数据。
开源语言模型
Lumo 由开源大语言模型(LLM)驱动,这些模型经 Proton 优化,能够根据最适合处理您请求的模型为您提供最佳答案。我们目前使用的模型包括 Qwen 3.5、GLM 5.3、Image-Turbo、FireRed-Image-Edit-1.1 和 Apertus 1.5。这些模型仅在 Proton 控制的服务器上运行,因此您的数据绝不会存储在第三方平台上。
Lumo 的代码开放源码,这意味着任何人都可以查看它确实安全且名副其实。我们会不断利用能带来最佳用户体验的最新模型来改进 Lumo。
网络搜索
默认情况下,Lumo 仅使用模型中包含的知识来回答您的查询,而这些知识仅在某个日期之前是最新的。如果您希望在 Lumo 的回复中包含更新的信息,可以选择启用网络搜索。我们根据隐私、性能、效率和可靠性选择了搜索引擎。
隐私和安全功能
我们设计 Lumo 的初衷是保护您的数据隐私,因此您可以确信,Proton 无法访问您的聊天历史,也从不与任何人分享您的数据。包括 Google 的 Gemini 在内的其他 AI 助手,允许员工读取会话内容,并用您的数据训练语言模型。除非您在为 Apertus 1.5 提供匿名反馈时明确授权,否则 Lumo 从不保留您的数据,也不会将其用于训练 LLM。
无日志原则
当您与 Lumo 聊天时,您的问题会通过 TLS 加密发送到我们的服务器。在 Lumo 处理您的查询并生成回复后,数据即被擦除。如果您使用的是免费或 Plus 套餐,会话的唯一记录仅保存在您的设备上。如果您以访客身份使用 Lumo,您的会话会在每次会话结束时被擦除。我们的无日志原则确保我们不会记录您提问的内容,也不会记录 Lumo 的回复内容。您的聊天记录无法被查看、分享,也无法用于建立您的个人资料。
零访问加密聊天历史
与其他 Proton 服务一样,加密是我们安全模式的基石。如果您使用的是免费或 Plus 套餐,您的聊天历史可供日后搜索和查看。它们存储在您的设备上,并通过零访问加密同步到 Proton 服务器。这意味着只有您登录 Proton 帐户后才能查看自己的数据。
未经授权的数据分享
许多 AI 助手会与第三方或其业务内的其他子公司分享并出售您的数据。Lumo 原则上不会出售或分享您的数据,除非您明确选择就 Apertus 1.5 的回答提交反馈。在这种情况下,您的反馈会先经过匿名化处理,再共享给 Proton 以及 Apertus 背后的大学研究团队,以帮助改进模型。每次聊天结束后,您的日志都会被擦除。
无训练
Lumo 不会使用您的聊天内容来训练 AI 模型。我们在自己控制的服务器上运行这些模型,从不将您的数据发送给任何第三方,除非您在为 Apertus 1.5 模型提供匿名反馈时明确授权。
欧洲司法管辖
Lumo 在欧洲构建并立足。欧洲司法管辖可提供强有力的隐私保护,让您远离那些可能被迫记录用户活动以供监控的美国服务商,包括大型科技公司。
常见问题
Lumo 如何保护我的隐私?
Lumo 采用零访问加密保护您的聊天内容,遵循严格的无日志原则,并仅在 Proton 独家控制的服务器上运行。您的数据从不被分享或记录,也不会用于训练 AI 模型(Apertus 1.5 除外,且仅在您明确同意的情况下)。
Lumo 使用哪种加密方式?
Lumo 对存储的聊天历史使用零访问加密,对数据传输使用 TLS 加密。此外,我们会以非对称方式加密您的提示词,因此只有 Lumo 的 GPU 服务器才能将其解密。这确保您的查询和回复在传输过程中安全无虞,并且只有您才能访问保存的聊天记录。
在隐私方面,Lumo 与其他 AI 助手相比有何不同?
与其他 AI 助手不同,Lumo 不会记录或保留您的数据,不会使用您的聊天内容进行训练,也从不未经您明确同意就与第三方分享数据。这与其他会存储和分析用户数据、或利用这些数据改进其 AI 模型的 AI 助手有着显著区别。
Lumo 是否会存储有关我聊天的元数据?
不会。Lumo 不存储时间戳、IP 地址或聊天上下文等元数据。如果您是免费或 Plus 用户,您聊天的唯一记录会保存在本地并进行加密。
如果引入新模型,Lumo 的隐私功能会改变吗?
不会。Proton 致力于维持同样高的隐私标准,无论使用哪些模型。未来的任何更新都将确保您的数据保持私密和安全。
Lumo 如何确保公平并防止偏见?
Lumo 所使用的 AI 模型均经过精心选择,以其透明性和稳健性著称。Proton 会积极监控和更新系统,以最小化偏见并确保 AI 行为负责任。