શેર અને પ્રકાશિત કરવા માટેની નીતિ

AI દ્વારા જનરેટ કરેલા કન્ટેન્ટના સંભવિત જોખમો ઓછા કરવા માટે, અમે પરવાનગી આપેલા શેરિંગ માટે નીચેની નીતિ બનાવી છે.

સામાન્ય રીતે સોશિયલ મીડિયા પર અમારા ઉત્પાદનોનો લોકોના ગ્રૂપ સમક્ષ તમારા દ્વારા ઉપયોગ અથવા ડેમોસ્ટ્રેશનના લાઇવ સ્ટ્રિમ તરીકે તમારા પોતાના પ્રોમ્પ્ટ અથવા પૂર્ણ કરેલા કાર્યો પોસ્ટ કરવાની પરવાનગી છે. કૃપા કરીને નીચેનાને વળગી રહો:

• શેર કરતા પહેલાં અથવા સ્ટ્રિમિંગ દરમિયાન દરેક જનરેશનની જાતે સમીક્ષા કરવી.
• કન્ટેન્ટ સાથે તમારું કે તમારી કંપનીનું નામ જોડો.
• સૂચવો કે તે કન્ટેન્ટ AI દ્વારા એવી રીતે જનરેટ કરવામાં આવ્યું છે કે જેથી કોઈપણ વપરાશકર્તામાં વાજબીપણે તેની ગેરસમજ ન થાય.
• અમારી કન્ટેન્ટની નીતિ⁠નું ઉલ્લંઘન કરતી અથવા અન્યોની લાગણી દુભાવે તેવું કન્ટેન્ટ કરશો નહીં.
• જો પ્રોમ્પટ માટે ઓડિયન્સની વિનંતીઓ લઈ રહ્યા હો, તો સારી રીતે નિર્ણય લો; અમારી કન્ટેન્ટની નીતિ⁠⁠નું ઉલ્લંઘન કરી શકે તેવું પરિણામ આપી શકે એવા પ્રોમ્પ્ટ ઇનપુટ કરશો નહીં.

જો તમે એ સુનિશ્ચિત કરવા માગતા હો કે OpenAIની ટીમ ચોક્કસ પૂર્ણતાથી વાકેફ છે, તો તમે અમને ઇમેઇલ કરી શકો અથવા પ્લેગ્રાઉન્ડમાંની અંદરના જાણ કરવાના ટૂલનો ઉપયોગ કરી શકો છો.

• યાદ રાખો કે તમે કાચા મોડેલ સાથે પ્રતિક્રિયા કરી રહ્યા છો, જેનો અર્થ થાય છે કે અમે પૂર્વગ્રહવાળા કે નકારાત્મક પ્રતિભાવોને ફિલ્ટર કરતા નથી. (તદુપરાંત, તમે અમારા નિઃશુલ્ક મોડરેશન એન્ડપોઇન્ટ⁠⁠(નવી વિન્ડોમાં ખૂલે છે) લાગુ કરવા વિશે અહીં વધુ વાંચી શકો છો.)

જે સર્જકો OpenAI APIની ભાગીદારીથી બનાવેલું તેમના પ્રથમ પક્ષનું લેખિત કન્ટેન્ટ (દા.ત. પુસ્તક, નાની વાર્તાઓનો સંગ્રહ) પ્રકાશિત કરવા માગે છે, તેમને નીચેની શરતો સાથે આમ કરવાની પરવાનગી છે:

• પ્રકાશિત કન્ટેન્ટ સાથે તમારું અથવા તમારી કંપનીનું નામ જોડવામાં આવે છે.
• કન્ટેન્ટ તૈયાર કરવામાં AIની ભૂમિકા સ્પષ્ટ રીતે જાહેર કરવામાં આવે કે જેથી કોઈ વાચક સંભવિત રીતે તે ચૂકે નહીં અને સામાન્ય વાચકને તે સમજવામાં સરળ રહે.
• કન્ટેન્ટના વિષયો OpenAIની કન્ટેન્ટની નીતિ⁠⁠ અથવા ઉપયોગની શરતો⁠નું ઉલ્લંઘન કરતા નથી, દા.ત. તે વયસ્ક લોકો માટેનું કન્ટેન્ટ, સ્પામ, નફરત ફેલાવતું કન્ટેન્ટ, હિંસા પ્રેરિત કરતાં કન્ટેન્ટને સંબંધિત ન હોય અને સામાજિક નુકશાન કરી શકે તેવા અન્ય ઉપયોગોને સંબંધિત ન હોય.
• અમે વિનમ્રતાથી અન્યોની લાગણી દુભાવે તેવા આઉટપુટ શેર કરવાથી દૂર રહેવા જણાવીએ છીએ.

ઉદાહરણ તરીકે, વ્યક્તિએ પ્રસ્તાવના અથવા પરિચયમાં (અથવા તેના જેવી કોઈ જગ્યાએ) ડ્રાફ્ટિંગ, સંપાદન, વગેરે જેવી ભૂમિકાઓની વિગતો આપવી જરૂરી છે. લોકોએ API દ્વારા જનરેટ કરેલા કન્ટેન્ટને સંપૂર્ણપણે માણસ દ્વારા જનરેટ કરેલું અથવા સંપૂર્ણપણે AI દ્વારા જનરેટ કરેલા કન્ટેન્ટ તરીકે રજૂ કરવું જોઈએ નહીં અને આખરે પ્રકાશિત થનાર કન્ટેન્ટની જવાબદારી કોઈ મનુષ્યએ જ લેવી જરૂરી છે.

સર્જનાત્મક પ્રક્રિયાનું વર્ણન કરવા માટે તમે ઉપયોગમાં લઈ શકો તેવી ભાષા અહીં આપી છે, જો તે સચોટ હોય તો:

અમે માનીએ છીએ કે વ્યાપક વિશ્વ અમારા સંશોધન અને ઉત્પાદનોનું મૂલ્યાંકન કરી શકે તે મહત્ત્વપૂર્ણ છે, ખાસ કરીને અમારા મોડેલમાં સંભવિત નબળાઈઓ અને સલામતી અથવા પૂર્વગ્રહને લગતી સમસ્યાઓ સમજવા માટે. તે મુજબ, અમે OpenAI APIને સંબંધિત સંશોધન પ્રકાશનોને આવકારીએ છીએ.

• કેટલાક કિસ્સાઓમાં, બની શકે કે અમે તમારી કામગીરી પર આંતરિક કે બાહ્ય કક્ષાએ પ્રકાશ ફેંકવા માંગીએ.
• APIની સુરક્ષા કે દુરુપયોગને સંબંધિત પ્રકાશનો જેવા અન્યોમાં બની શકે કે અમારા વપરાશકર્તાઓને બચાવવા માટે અમારે યોગ્ય પગલાં ભરવા પડી શકે.
• જો તમારા સંશોધન દરમિયાન APIમાં સલામતી કે સુરક્ષાલક્ષી સમસ્યાઓ તમારા ધ્યાને આવે, તો અમે તમને કૃપા કરીને અમારા સંકલિત સંવેદનશીલતા જાહેર કરતો કાર્યક્રમ⁠⁠ મારફત તેને તરત જ સબમિટ કરો .

OpenAI API વડે અમે સંશોધનની સંખ્યાબંધ દિશાઓ ઓળખવા માટે ઉત્સુક છીએ. જો તમે સબસિડીવાળા ઍક્સેસની તક માટે રસ ધરાવતા હો, તો કૃપા કરીને સંશોધન ઍક્સેસ કાર્યક્રમ માટેની અરજી⁠⁠ પર અમને તમારા સંશોધનના ઉપયોગ વિશેની માહિતી પૂરી પાડો.

ખાસ કરીને, અમે નીચેની દિશાઓને ખાસ મહત્ત્વપૂર્ણ માનીએ છીએ, છતાં તમે તમારી પોતાની દિશા નિર્ધારિત કરવા માટે સ્વતંત્ર છો:

• લાઇનદોરી: અમે કેવી રીતે સમજી શકીએ કે શીખનાર તરીકે મોડેલ કયો હેતુ, જો કોઈ હોય તો, શ્રેષ્ઠ રીતે સમજી શકે? અમે કેવી રીતે માનવ પસંદગીઓ સાથે તે હેતુને જોડી શકીએ, જેમ કે પ્રોમ્પટ ડિઝાઇન અથવા ફાઇન-ટ્યુનિંગ?
• વાજબીપણું અને પ્રતિનિધિત્વ: ભાષાકીય મોડેલમાં વાજબીપણા અને પ્રતિનિધિત્વના પર્ફોમન્સના માપદંડો કેવી રીતે તૈયાર કરી શકાય? વાજબીપણા અને પ્રતિનિધિત્વના લક્ષ્યોમાં અસરકારક રીતે સહયોગ કરવા માટે ભાષાકીય મોડેલને કેવી રીતે બહેતર કરી શકાય, ખાસ કરીને ઉપયોગના સંદર્ભોમાં?
• વિવિધ શાખાઓનું સંશોધન: AI તૈયાર કરીને કેવી રીતે ફિલસૂફી, જ્ઞાનાત્મક વિજ્ઞાન અને સામાજિક-ભાષા જેવા ક્ષેત્રોમાં કેવી રીતે વધુ ગહન જાણકારી મળી શકે?
• અર્થઘટન અને પારદર્શિતા: યાંત્રિક રીતે મોડેલ કેવી રીતે કામ કરે છે? શું આપણે કેવી રીતે ઓળખ કરી શકીએ કે તેઓ કયા ખ્યાલોનો ઉપયોગ કરી રહ્યા છે અથવા મોડેલમાંથી છૂપું જ્ઞાન બહાર કાઢવું, તાલીમની પ્રક્રિયા વિશે નિષ્કર્ષ બનાવવા અથવા આશ્ચર્યજનક ભાવિ વર્તનનું અનુમાન લગાવવું?
• દુરુઉપયોગની સંભાવના: API જેવી સિસ્ટમનો કેવી રીતે દુરુપયોગ થઈ શકે? આપણને અને અન્ય AI ડેવલપરને આના જેવી ટેક્નોલોજીને જવાબદારીપૂર્વક રજૂ કરવામાં મદદ કરવા માટે કેવા પ્રકારના “રેડ ટીમિંગ” અભિગમો આપણે વિકસાવી શકીએ?
• મોડેલ અન્વેષણ: API જેવા મોડેલની વિવિધ ક્ષમતાઓ હોય છે, જેને હજુ વધુ સમજવાની જરૂર છે. અમે મોડેલની મર્યાદાઓ, ભાષાકીય માલિકી, સામાન્ય સમજના તર્ક અને ઘણી અન્ય સમસ્યાઓ માટે સંભવિત ઉપયોગ સહિતના ઘણાં ક્ષેત્રોમાં તપાસથી ઉત્સુક છીએ.
• નિખાલસપણું: જનરેટિવ મોડેલ અસામન સર્જન સપાટીઓ ધરાવે છે, જેમાં આશ્ચર્યજનક રીતે મજબૂત અને આશ્ચર્યજનક રીતે નબળી ક્ષમતાના વિસ્તારોની સંભાવના છે. પ્રોમ્પટમાં “સહજ” વ્યગ્રાઓ માટે મોટા જનરેટિવ મોડેલ કેટલા નિખાલસ છે, જેમ કે એક જ વિચારને અલગ-અલગ અથવા ટાઇપિંગની ભૂલ સાથે કે વિના શબ્દસમૂહમાં રજૂ કરવા? શું આપણે એવા ડોમેન કે કાર્યોનું અનુમાન કરી શકીએ કે જેના માટે મોટા જનરેટિવ મોડેલ નિખાલસ હોવાની (નિખાલસ ન હોવાની) સંભાવના હોય અને તે કેવી રીતે તાલીમના ડેટાને સંબંધિત છે? શું આપણે એકદમ ખરાબ વર્તનનું અનુમાન કરવા અને તેને રોકવાની કોઈ તકનીકોનો ઉપયોગ કરી શકીએ? કેટલીક શોટ શીખના સંદર્ભમાં (દા.ત. બધા પ્રોમ્પટમાં વિવિધતા) કેવી રીતે નિખાલસતાને માપી શકાય? શું આપણે મોડેલને તાલીમ આપી શકીએ કે જેથી તે ભરોસાની ઉચ્ચ કક્ષા સાથે સુરક્ષાલક્ષી ખાસિયતો સંતોષી શકે, પછી ભલે એકદમ વિપરિત ઇનપુટ આપવામાં આવે?

કૃપા કરીને નોંધ લેશો કે વધુ પ્રમાણમાં વિનંતીઓ મળતી હોવાથી, આ અરજીઓની સમીક્ષા કરવામાં અમને સમય લાગે છે અને દરેક સંશોધનને સબસિડી માટે પ્રાથમિકતા આપવામાં આવશે નહીં. જો સબસિડી માટે તમારી અરજી પસંદ થશે, તો જ અમે તમારો સંપર્ક કરીશું.