CommandCodeAI / CommandCodeAI/command-code

Add per-model provider + data-retention/prompt-training disclosure

Abierto
#680 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Lenguaje dominante
Sin datos de lenguaje
Estrellas
4k
Forks
350
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

Summary

It should be clear what's the prompt training and data retention policy on each model/provider. I don't care if Command Code doesn't train on my prompts and doesn't retain my data, that's pointless if the underlying provider could be doing that.. You're essentially saying today like "I don't use your data dude, just chill", but omitting that the underlying providers might be doing it.. Transparency is pretty important and that's why I cancelled my sub instead of upgrading it... Thought of upgrading but gave up after realizing that. It's not enough as well that you say that 98% of your models are zdr or no prompt training... It's only enough when you at least disclosure in your website the prompt training and retention policy for each model. And if possible, provide a way of disabling models whose provider might train on prompts...

Expected Behavior

Disclosure in your website the prompt training and retention policy for each model. And if possible, provide a way of disabling models whose provider might train on prompts...

Actual Behavior

Data Retention and Prompt Training policies at PROVIDER level are not disclosure. Privacy Policy is misleading as it talks about you, not the providers.

Steps to reproduce the issue

Try finding any disclosure on the prompt training or data retention policies per model... It doesn't even disclosure the providers per model..

Command Code Version

1.26.0

Operating System

macOS

Terminal/IDE

kitty

Shell

⌘ Data Retention Policy

Session file (optional)

No response

Fix prompt (optional)

No response

Additional context

OS: macOS Tahoe 26.5.2

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

Comienza revisando los listados de modelos/proveedores del sitio web y la Data Retention Policy existente a la que se hace referencia en el issue. Define cómo se representarán el proveedor de cada modelo, la política de entrenamiento de prompts y la política de retención, y evalúa la opción solicitada de desactivar los modelos con entrenamiento por parte del proveedor. Se considera completado cuando el sitio web divulga estas políticas para cada modelo y, si es viable, admite este opt-out.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Área
ai, cli, security
Tipo de issue
Nueva funcionalidad
Dificultad
5/5
Tiempo estimado
Más de una semana
Estado de actividad
Tranquilo
Claridad
Bastante claro
Aptitud para principiantes
35/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.