Use os modelos do Model Armor para configurar a análise de comandos e respostas dos seus aplicativos de IA. Os modelos fornecem filtros e limites personalizados para várias categorias de segurança. Este documento explica como criar e gerenciar modelos do Model Armor. Para mais informações, consulte Modelos do Model Armor.
Antes de começar
Antes de começar, conclua as seguintes tarefas:
Receber as permissões necessárias
Para receber as permissões
necessárias para gerenciar modelos do Model Armor,
peça ao administrador para conceder a você o
papel do IAM de Administrador do Model Armor (roles/modelarmor.admin) nos modelos do Model Armor.
Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.
Também é possível conseguir as permissões necessárias usando papéis personalizados ou outros papéis predefinidos.
Ativar APIs
É necessário ativar a API Model Armor antes de usar o Model Armor.
Console
Ative a API Model Armor.
Funções necessárias para ativar APIs
Para ativar APIs, você precisa da permissão
serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão com o papel de Proprietário (roles/owner). Caso contrário, é possível receber essa permissão com o papel de Administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.Selecione o projeto em que você quer ativar o Model Armor.
gcloud
Antes de começar, siga estas etapas usando a Google Cloud CLI com a API Model Armor:
No console do Google Cloud , ative o Cloud Shell.
Na parte de baixo do console Google Cloud , uma sessão do Cloud Shell é iniciada e exibe um prompt de linha de comando. O Cloud Shell é um ambiente shell com a CLI do Google Cloud já instalada e com valores já definidos para o projeto atual. A inicialização da sessão pode levar alguns segundos.
Defina a substituição do endpoint de API usando a CLI gcloud.
Definir a substituição do endpoint de API usando a CLI gcloud
Esta etapa só é necessária se você estiver usando a CLI gcloud para ativar a API Model Armor. É necessário definir manualmente a substituição do endpoint de API para garantir que a CLI gcloud roteie corretamente as solicitações para o serviço Model Armor.
Execute o comando a seguir para definir o endpoint de API do serviço Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Substitua LOCATION pela região em que você quer usar o
Model Armor.
criar um modelo do Model Armor
Os modelos do Model Armor definem os filtros e limites específicos que o Model Armor usa para analisar comandos e respostas em busca de riscos de segurança. Para criar um modelo do Model Armor, siga estas etapas:
Console
No console do Google Cloud , acesse a página Model Armor.
Verifique se você está visualizando o projeto em que ativou o Model Armor.
Na página Model Armor, clique em Criar modelo. A página Criar modelo é exibida.
Especifique o ID do modelo. O ID do modelo pode conter letras, dígitos, sublinhados ou hifens. Ele não pode exceder 63 caracteres, conter espaços ou começar com um hífen.
Na seção Tipo de local, selecione uma região ou multirregião em que as operações do Model Armor serão executadas. Não é possível mudar o local depois.
Opcional: na seção Conformidade com a residência de dados, escolha se quer ativar a aplicação da residência de dados. Por padrão, qualquer recurso do Model Armor que não esteja hospedado localmente no local selecionado é desativado para evitar que seus dados sejam transferidos para outras jurisdições. Os recursos desativados estão listados nesta seção.
Para ativar os recursos restritos pela aplicação da residência de dados, desative a opção Aplicar residência de dados. Essa ação permite o roteamento de dados entre jurisdições.
Opcional: na seção Rótulos, adicione os pares de chave-valor que você quer usar para agrupar modelos relacionados.
Na seção Versão do filtro, selecione o número ou o alias da versão.
Selecione a modalidade para especificar se você quer analisar texto, imagens ou ambos.
Na seção Detecções, configure as configurações de detecção.
Opcional: se você selecionar a detecção da Proteção de Dados Sensíveis, será necessário configurar as opções da Proteção de Dados Sensíveis.
Na seção IA responsável, defina o nível de confiança para cada filtro de conteúdo.
Opcional: expanda a seção Outras configurações (opcional) e configure qualquer uma das seguintes opções:
- Na seção Configurar geração de registros, selecione as operações para as quais você quer configurar a geração de registros.
- Na seção Suporte para vários idiomas, selecione Ativar suporte para vários idiomas para usar a detecção de vários idiomas.
- Na seção Modo restrito, selecione um tipo de restrição.
Clique em Criar.
gcloud
Execute este comando:
gcloud model-armor templates create TEMPLATE_ID --project=PROJECT_ID --location=LOCATION \
--rai-settings-filters='[{ "filterType": "HATE_SPEECH", "confidenceLevel": "MEDIUM_AND_ABOVE" },{ "filterType": "HARASSMENT", "confidenceLevel": "MEDIUM_AND_ABOVE" },{ "filterType": "SEXUALLY_EXPLICIT", "confidenceLevel": "MEDIUM_AND_ABOVE" }]' \
--basic-config-filter-enforcement=enabled \
--pi-and-jailbreak-filter-settings-enforcement=enabled \
--pi-and-jailbreak-filter-settings-confidence-level=HIGH \
--malicious-uri-filter-settings-enforcement=enabled \
--template-metadata-custom-llm-response-safety-error-code=798 \
--template-metadata-custom-llm-response-safety-error-message="test template llm response evaluation failed" \
--template-metadata-custom-prompt-safety-error-code=799 \
--template-metadata-custom-prompt-safety-error-message="test template prompt evaluation failed" \
--template-metadata-ignore-partial-invocation-failures \
--template-metadata-log-operations \
--template-metadata-log-sanitize-operations
Substitua:
LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.PROJECT_ID: o ID do projeto a que o modelo pertence.
REST
Use o comando a seguir para criar um modelo do Model Armor.
curl -X POST \
-d "FILTER_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Substitua:
FILTER_CONFIG: a configuração de filtro para o modelo no formato JSON.PROJECT_ID: o ID do projeto a que o modelo pertence.TEMPLATE_ID: o ID do modelo a ser criado.LOCATION: o local do modelo.
O exemplo a seguir mostra a configuração do filtro Model Armor (FilterConfig), em que você define o que quer detectar. Neste exemplo, os filtros de IA responsável estão configurados para discurso de ódio, assédio, conteúdo perigoso e sexualmente explícito com diferentes níveis de confiança. O filtro de detecção de injeção de comando e jailbreak está ativado com um nível de confiança HIGH, o que significa que apenas conteúdo com alta probabilidade será sinalizado. O filtro de URI malicioso está ativado.
export FILTER_CONFIG='{
"filterConfig": {
"raiSettings": {
"raiFilters": [{
"filterType": "HATE_SPEECH",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}, {
"filterType": "HARASSMENT",
"confidenceLevel": "HIGH"
}, {
"filterType": "DANGEROUS",
"confidenceLevel": "MEDIUM_AND_ABOVE"
},{
"filterType": "SEXUALLY_EXPLICIT",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}]
},
"piAndJailbreakFilterSettings": {
"filterEnforcement": "ENABLED",
"confidenceLevel": "HIGH"
},
"maliciousUriFilterSettings": {
"filterEnforcement": "ENABLED"
}
}
}'
curl -X POST \
-d "$FILTER_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Para definir como o Model Armor lida com operações, erros e registros, defina os metadados do modelo (TemplateMetadata) no comando. Os metadados do modelo incluem configurações para detecção de idioma, modalidades e conformidade com a residência de dados.
O exemplo a seguir cria uma configuração de modelo do Model Armor com detecção de vários idiomas e modalidades (imagem e texto) ativadas.
export TEMPLATE_CONFIG='{
"filterConfig": {
"raiSettings": {
"raiFilters": [{
"filterType": "HATE_SPEECH",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}, {
"filterType": "HARASSMENT",
"confidenceLevel": "HIGH"
}, {
"filterType": "DANGEROUS",
"confidenceLevel": "MEDIUM_AND_ABOVE"
},{
"filterType": "SEXUALLY_EXPLICIT",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}]
},
"piAndJailbreakFilterSettings": {
"filterEnforcement": "ENABLED",
"confidenceLevel": "HIGH"
},
"maliciousUriFilterSettings": {
"filterEnforcement": "ENABLED"
}
},
"templateMetadata": {
"multiLanguageDetection": {
"enableMultiLanguageDetection": true
},
"modalities": ["MODALITY_IMAGE", "MODALITY_TEXT"]
}
}'
curl -X POST \
-d "$TEMPLATE_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
C#
Para executar esse código, primeiro configure um ambiente de desenvolvimento em C# e instale o SDK do Model Armor para C#.
Go
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Go e instale o SDK do Model Armor para Go.
Java
Para executar esse código, primeiro configure um ambiente de desenvolvimento Java e instale o SDK do Model Armor para Java.
Node.js
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Node.js e instale o SDK do Model Armor para Node.js.
PHP
Para executar esse código, primeiro configure um ambiente de desenvolvimento PHP e instale o SDK do Model Armor para PHP.
Python
Para executar esse código, primeiro configure um ambiente de desenvolvimento Python e instale o SDK do Model Armor para Python.
Definir a conformidade com a residência de dados
Por padrão, todos os modelos criados obedecem estritamente à conformidade com a residência de dados. Ou seja, qualquer recurso do Model Armor que não esteja hospedado na jurisdição que abrange a região do modelo será desativado. A aplicação da conformidade com a residência de dados impede que seus dados saiam da jurisdição.
Para modelos que priorizam a filtragem de segurança abrangente em vez da residência de dados estrita, é possível desativar a aplicação da residência de dados para dados em uso e em trânsito. Para isso, desative a opção Aplicar residência de dados no
consoleGoogle Cloud ou defina data_residency_compliant como false na
API Model Armor. Seus dados em repouso continuam em conformidade com a residência de dados, seja qual for o estado dessa opção.
Ao desativar a conformidade com a residência de dados em um modelo, você permite o roteamento entre jurisdições dos seus dados. Ou seja, o Model Armor pode encaminhar solicitações para outras jurisdições quando recursos específicos não estão disponíveis localmente na jurisdição do modelo.
Desativar a conformidade com a residência de dados permite todos os recursos do Model Armor, exceto a modalidade de imagem, que continua restrita às multirregiões us e eu.
Selecionar uma versão do filtro
As versões do filtro do Model Armor oferecem um equilíbrio entre estabilidade para cargas de trabalho de produção e acesso aos modelos atualizados de detecção de ameaças. A versão do filtro é configurada no nível do modelo. A versão do filtro se aplica a todos os filtros no modelo, exceto os listados em Filtros que não usam versões de filtro. Para mais informações, consulte Definir a versão do filtro para um modelo.
Selecionar modalidade
Use a modalidade para especificar se você quer verificar o seguinte:
- Tudo: verifica texto e imagens.
- Modalidades específicas:
- Texto: verifica strings de texto e texto incorporado nos formatos de arquivo aceitos.
- Imagem: verifica imagens.
Para mais informações, consulte Triagem de imagens e Remover informações sensíveis de comandos com imagens.
Configurar detecções
As detecções são as verificações específicas que o Model Armor realiza em comandos e respostas. O Model Armor oferece um sistema flexível para configurar detecções, permitindo que você personalize o nível de proteção dos seus aplicativos de IA. Você configura as detecções ao criar modelos. O Model Armor realiza as seguintes verificações de detecção em comandos e respostas:
Detecção de URL malicioso: identifica endereços da Web (URLs) criados para prejudicar usuários ou sistemas. Esses URLs podem levar a sites de phishing, downloads de malware ou outros ataques cibernéticos. Para mais informações, consulte Detecção de URL malicioso.
Detecção de injeção de comando e jailbreak: detecta conteúdo malicioso e tentativas de jailbreak em um comando. Recomendamos que você defina o nível de confiança como Alto para minimizar falsos positivos e garantir um comportamento de detecção consistente. Mesmo que definir o nível de confiança como Alto reduza a taxa de falsos positivos, ainda é possível observar falsos positivos em casos raros. Para mais informações, consulte Detecção de jailbreak e injeção de comando.
Proteção de dados sensíveis: detecta dados sensíveis e ajuda a evitar a exposição acidental a ataques como injeção de comandos. Para mais informações, consulte Proteção de Dados Sensíveis.
Definir as configurações da Proteção de Dados Sensíveis
O Model Armor usa a Proteção de Dados Sensíveis para identificar e evitar a exposição de informações sensíveis nas suas interações com LLMs. Para mais informações, consulte Proteção de dados sensíveis.
O Model Armor oferece dois modos para configurar a Proteção de Dados Sensíveis:
Básico: uma abordagem mais simples que usa infoTypes predefinidos para detectar dados sensíveis. Para mais informações sobre o infoType predefinido, consulte Configuração básica da Proteção de dados sensíveis.
Avançada: uma opção mais configurável que usa um modelo de inspeção definido no serviço de Proteção de Dados Sensíveis como uma única fonte para InfoTypes de dados sensíveis.
Se você selecionar o modo Avançado, especifique os seguintes parâmetros:
Modelo de inspeção: modelos para salvar informações de configuração para jobs de verificação de inspeção, incluindo quais detectores predefinidos ou personalizados serão usados. Insira o nome do modelo no seguinte formato:
projects/projectId/locations/locationId/inspectTemplates/templateNameOpcional: Modelo de desidentificação: modelos para salvar informações de configuração para jobs de desidentificação, incluindo transformações de infoType e de conjunto de dados estruturados. Insira um identificador para o modelo de desidentificação no seguinte formato:
projects/projectId/locations/locationId/deidentifyTemplates/templateName
Verifique se o modelo de inspeção e o modelo de desidentificação existem na Proteção de Dados Sensíveis. Se o modelo estiver em um projeto diferente, o agente de serviço do Model Armor precisará receber o papel de usuário da DLP (roles/dlp.user) e o papel de leitor da DLP (roles/dlp.reader) para esse projeto.
Definir nível de confiança
O nível de confiança representa a probabilidade de que as descobertas correspondam a um tipo de filtro de conteúdo. É possível definir o nível de confiança para cada filtro de conteúdo. Os valores possíveis são:
- Nenhum: nenhum conteúdo é detectado.
- Baixa e acima: o conteúdo é detectado com um nível de confiança baixo, médio ou alto.
- Médio e acima: o conteúdo é detectado com um nível de confiança médio ou alto.
- Alto: o conteúdo é detectado com um alto nível de confiança.
Para uma aplicação mais rigorosa, defina o nível de confiança como Baixo e acima para detectar a maioria dos conteúdos que se enquadram em um tipo de filtro de conteúdo.
Para ativar o registro abrangente em um modelo, consulte Auditoria e registro da plataforma do Model Armor.
Definir o tipo de aplicação para modelos
Para configurar como o Model Armor lida com as detecções, defina o tipo de aplicação.
No campo template_metadata da configuração do modelo, defina
enforcement_type como INSPECT_ONLY ou INSPECT_AND_BLOCK.
export TEMPLATE_CONFIG='{
"filter_config": {
"rai_settings": {
"rai_filters": [{
"filter_type": "HATE_SPEECH",
"confidence_level": "MEDIUM_AND_ABOVE"
}, {
"filter_type": "HARASSMENT",
"confidence_level": "MEDIUM_AND_ABOVE"
}, {
"filter_type": "DANGEROUS",
"confidence_level": "MEDIUM_AND_ABOVE"
},{
"filter_type": "SEXUALLY_EXPLICIT",
"confidence_level": "MEDIUM_AND_ABOVE"
}]
},
"pi_and_jailbreak_filter_settings": {
"filter_enforcement": "ENABLED",
"confidence_level": "HIGH"
},
"malicious_uri_filter_settings": {
"filter_enforcement": "ENABLED"
}
},
"template_metadata": {
"enforcement_type": "INSPECT_ONLY",
"multi_language_detection": {
"enable_multi_language_detection": true
}
}
}'
curl -X POST \
-d "$TEMPLATE_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Substitua:
PROJECT_ID: o ID do projeto a que o modelo pertence.TEMPLATE_ID: o ID do modelo a ser criado.LOCATION: o local do modelo.
visualizar um modelo do Model Armor
Confira os modelos atuais para entender quais configurações estão disponíveis e para resolver problemas com a filtragem de comandos e respostas.
Console
No console do Google Cloud , acesse a página Model Armor.
Verifique se você está visualizando o projeto em que ativou o Model Armor. A página Proteção de modelo é exibida com os modelos criados para seu projeto.
Clique em qualquer modelo da lista para conferir os detalhes.
gcloud
Execute este comando:
gcloud model-armor templates describe TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Substitua:
LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.PROJECT_ID: o ID do projeto a que o modelo pertence.
REST
Execute este comando:
curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID"
Substitua:
PROJECT_ID: o ID do projeto a que o modelo pertence.TEMPLATE_ID: o ID do modelo a ser visualizado.LOCATION: o local do modelo.
C#
Para executar esse código, primeiro configure um ambiente de desenvolvimento em C# e instale o SDK do Model Armor para C#.
Go
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Go e instale o SDK do Model Armor para Go.
Java
Para executar esse código, primeiro configure um ambiente de desenvolvimento Java e instale o SDK do Model Armor para Java.
Node.js
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Node.js e instale o SDK do Model Armor para Node.js.
PHP
Para executar esse código, primeiro configure um ambiente de desenvolvimento PHP e instale o SDK do Model Armor para PHP.
Python
Para executar esse código, primeiro configure um ambiente de desenvolvimento Python e instale o SDK do Model Armor para Python.
Atualizar um modelo do Model Armor
Atualize seus modelos regularmente para manter uma postura de segurança robusta e eficaz para seus aplicativos de IA.
Console
No console do Google Cloud , acesse a página Model Armor.
Verifique se você está visualizando o projeto em que ativou o Model Armor. A página Proteção de modelo é exibida com os modelos criados para sua organização.
Clique no modelo que você quer atualizar na lista. A página Detalhes do modelo é exibida.
Clique em Editar.
Atualize os parâmetros obrigatórios e clique em Salvar.
gcloud
Execute este comando:
gcloud model-armor templates update TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Substitua:
LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.PROJECT_ID: o ID do projeto a que o modelo pertence.
REST
Execute este comando:
curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -d "$FILTER_CONFIG" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID?updateMask=UPDATE_MASK"
Substitua:
PROJECT_ID: o ID do projeto a que o modelo pertence.LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.UPDATE_MASK: os campos a serem atualizados, comofilterConfigefilterConfig.piAndJailbreakFilterSettings. Deixar esse campo vazio atualiza toda a configuração do filtro.
Todos os outros campos são imutáveis. As tentativas de atualizar outros campos (por exemplo, o nome do modelo) resultam em um erro.
C#
Para executar esse código, primeiro configure um ambiente de desenvolvimento em C# e instale o SDK do Model Armor para C#.
Go
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Go e instale o SDK do Model Armor para Go.
Java
Para executar esse código, primeiro configure um ambiente de desenvolvimento Java e instale o SDK do Model Armor para Java.
Node.js
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Node.js e instale o SDK do Model Armor para Node.js.
PHP
Para executar esse código, primeiro configure um ambiente de desenvolvimento PHP e instale o SDK do Model Armor para PHP.
Python
Para executar esse código, primeiro configure um ambiente de desenvolvimento Python e instale o SDK do Model Armor para Python.
excluir um modelo do Model Armor
Exclua um modelo quando ele não estiver mais em uso, for substituído por um novo modelo ou quando as políticas de segurança mudarem.
Console
No console do Google Cloud , acesse a página Model Armor.
Verifique se você está visualizando o projeto em que ativou o Model Armor. A página Proteção de modelo é exibida com os modelos criados para sua organização.
Clique no modelo que você quer excluir na lista. A página Detalhes do modelo é exibida.
Clique em Excluir. Uma caixa de diálogo de confirmação é exibida.
Insira o nome do modelo para confirmar a exclusão e clique em Excluir.
gcloud
Execute este comando:
gcloud model-armor templates delete TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Substitua:
LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.PROJECT_ID: o ID do projeto a que o modelo pertence.
REST
Execute este comando:
curl -X DELETE \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID"
Substitua:
PROJECT_ID: o ID do projeto a que o modelo pertence.LOCATION: o local do modelo.TEMPLATE_ID: o ID do modelo.
C#
Para executar esse código, primeiro configure um ambiente de desenvolvimento em C# e instale o SDK do Model Armor para C#.
Go
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Go e instale o SDK do Model Armor para Go.
Java
Para executar esse código, primeiro configure um ambiente de desenvolvimento Java e instale o SDK do Model Armor para Java.
Node.js
Para executar esse código, primeiro configure um ambiente de desenvolvimento do Node.js e instale o SDK do Model Armor para Node.js.
PHP
Para executar esse código, primeiro configure um ambiente de desenvolvimento PHP e instale o SDK do Model Armor para PHP.
Python
Para executar esse código, primeiro configure um ambiente de desenvolvimento Python e instale o SDK do Model Armor para Python.
Metadados do modelo
Os metadados do modelo do Model Armor ajudam a configurar o comportamento dele, incluindo o processamento de verificações de segurança, o tratamento de erros e o comportamento de geração de registros.
Os metadados do modelo do Model Armor incluem os seguintes campos:
| Metadados | Tipo | Valor padrão | Descrição |
|---|---|---|---|
| enforcement_type | Enum | INSPECT_AND_BLOCK |
Define o tipo de aplicação. Use um dos seguintes valores:
|
| log_template_operations | Booleano | Falso | Ativa o registro de operações de modelo. |
| log_sanitize_operations | Booleano | Falso | Ativa o registro de operações de limpeza. |
| multiLanguageDetection | Booleano | Falso | Ativa a detecção de vários idiomas. |
| modalidades (Prévia) | Enum | Vazio | Determina se o texto, as imagens ou ambos serão verificados. Deixar esse campo vazio faz com que apenas o texto seja verificado.
Use um dos seguintes valores:
|
| data_residency_compliant | Booleano | Verdadeiro |
Indica se o modelo está sujeito a compliance estrito de residência de dados (processamento na jurisdição).
Para mais informações sobre esse campo, consulte Definir a conformidade com a residência de dados neste documento. Para mais informações sobre a residência de dados para modelos, consulte Aplicação da residência de dados para modelos. |
A seguir
- Saiba mais sobre a visão geral do Model Armor.
- Saiba mais sobre as configurações mínimas do Model Armor.
- Limpar comandos e respostas.
- Resolver problemas do Model Armor.