SocialGenPod：具有去中心化个人数据存储的隐私友好生成式 AI 社交网络应用

我们提出了 SocialGenPod，一种部署生成式 AI Web 应用程序的去中心化和隐私友好方式。与将用户数据绑定到应用程序和服务提供商的集中式 Web 和数据架构不同，我们展示了如何使用 Solid——一种去中心化的 Web 规范——将用户数据与生成式 AI 应用程序解耦。我们使用一个原型演示了 SocialGenPod，该原型允许用户与不同的大型语言模型进行对话，并可选地利用检索增强生成，基于存储在用户被允许直接或间接访问的任何 Solid Pod 中的私有文档来生成答案。SocialGenPod 利用 Solid 访问控制机制，让用户完全控制决定谁可以访问存储在其 Pod 中的数据。SocialGenPod 将所有用户数据（聊天记录、应用配置、个人文档等）安全地保存在用户的个人 Pod 中；与特定的模型或应用程序提供商分离。除了更好的隐私控制外，这种方法还实现了跨不同服务和应用程序的可移植性。最后，我们讨论了由最先进模型的大量计算需求带来的挑战，这是该领域未来研究应解决的问题。我们的原型是开源的，可在以下网址获取：https://github.com/Vidminas/socialgenpod/。