Чувствительные данные в обучающем корпусе

[albatross668]

Здравствуйте. Скажите, пожалуйста, обучающий корпус каким-нибудь образом очищался от чувствительных данных? Или при обучении использовались какие-то методы, мешающие получению непреднамеренно запомненных моделью данных? Например, методы дифференциальной конфиденциальности? Просто не хотелось бы, чтобы при генерации текста кто-то из пользователей получил ответ, содержащий персональные данные какой-нибудь личности. Спасибо.

[king-menin]

При обучении использовались открытые данные, собранные из интернета, например русская часть из c4 корпуса. Никаких методов про анонимизацию не использовались