在数据安全方面，大模型主要通过（ ）敏感训练数据，提升模型整体合规性与安全性。A. “深度忽视””B. “明文存储”C. “随机降采样”D. “全量加密传输”

本题考查大模型在数据安全方面提升整体合规性与安全性的方法。解题思路是分析每个选项对敏感训练数据处理的方式是否能有效提升模型的合规性与安全性。

• 选项A：“深度忽视”
  “深度忽视”敏感训练数据意味着对这些数据不做任何处理，直接忽略。这样做显然无法保障数据的安全，也不能提升模型的合规性，因为敏感数据可能会被泄露或滥用，所以该选项不符合要求。
• 选项B：“明文存储”
  明文存储是将数据以明文的形式保存，没有进行任何加密处理。这使得敏感训练数据在存储过程中极易被非法获取和查看，大大增加了数据泄露的风险，不能提升模型的安全性和合规性，因此该选项不正确。
• 选项C：“随机降采样”
  随机降采样是从数据集中随机选取一部分数据进行使用。虽然这种方法可以减少数据量，但并不能从根本上解决敏感数据的安全问题，因为被选中的数据仍然是以明文形式存在，可能会面临泄露风险，所以该选项也不合适。
• 选项D：“全量加密传输”
  全量加密传输是对所有的敏感训练数据进行加密处理后再进行传输。加密可以将数据转换为密文，即使数据在传输过程中被截获，攻击者也无法直接获取其中的敏感信息，从而有效保障了数据的安全性，提升了模型的整体合规性，所以该选项是正确的。