Kopīgošanas un publicēšanas politika

Lai mazinātu iespējamos riskus, kas saistīti ar MI ģenerētu saturu, esam noteikuši šādu atļautās kopīgošanas politiku.

Savu uzvedņu vai uzdevumu izpildes publicēšana sociālajos tīklos vispārīgi ir atļauta, tāpat kā jūsu lietojuma tiešraides straumēšana vai mūsu produktu demonstrēšana cilvēku grupām. Lūdzu, ievērojiet turpmāko:

• pirms kopīgošanas vai straumēšanas laikā manuāli pārskatiet katru ģenerēšanu,
• kā satura autoru norādiet sevi vai savu uzņēmumu,
• norādiet, ka saturu ir ģenerējis mākslīgais intelekts tādā veidā, ka neviens lietotājs to nevar nepamanīt vai pārprast,
• nekopīgojiet saturu, ar kuru tiek pārkāpta mūsu Satura politika⁠ vai kas varētu aizskart citas personas,
• ja pieņemat auditorijas pieprasījumus izveidot uzvednes, rīkojieties apdomīgi; neievadiet uzvednes, ar kurām varētu izraisīt mūsu Satura politikas⁠ pārkāpumus,

ja vēlaties pārliecināties, ka OpenAI komanda ir informēta par konkrētu uzdevuma izpildi, varat mums nosūtīt e-pasta ziņojumu vai izmantot ziņošanas rīkus, kas pieejami izvēlnē,

• atcerieties, ka jūs mijiedarbojaties ar neapstrādātu modeli, kas nozīmē, ka mēs nefiltrējam neobjektīvas vai negatīvas atbildes. (Vairāk par mūsu bezmaksas Satura moderēšanas rīka⁠(atveras jaunā logā) ieviešanu varat lasīt šeit).

Satura veidotājiem, kuri vēlas publicēt savu autorsaturu (piemēram, grāmatu, īso stāstu krājumu), kas daļēji izveidots, izmantojot OpenAI API, ir atļauts to darīt saskaņā ar šādiem nosacījumiem:

• kā publicētā satura autors esat norādīts jūs vai jūsu uzņēmums;
• MI loma satura formulēšanā ir skaidri atklāta tādā veidā, ka neviens lasītājs to nevarētu nepamanīt un ka tipisks lasītājs to viegli varētu saprast,
• satura tēmas nepārkāpj OpenAI Satura politiku⁠⁠ vai Lietošanas noteikumus⁠⁠, piemēram, nav saistītas ar pieaugušajiem paredzētu saturu, surogātpastu, naidīgu saturu, uz vardarbību aicinošu saturu vai citiem lietojumiem, kas var radīt sociālu kaitējumu.
• Lūdzam nekopīgot saturu, ar kuru varētu aizskart citas personas.

Piemēram, priekšvārdā vai ievadā (vai līdzīgā vietā) ir detalizēti jāapraksta sagatavošanas, rediģēšanas u. c. attiecīgās lomas. Cilvēki nedrīkst attēlot API ģenerētu saturu kā pilnībā cilvēka vai mākslīgā intelekta ģenerētu, un tieši cilvēkam ir jāuzņemas galīgā atbildība par publicēto saturu.

Šeit ir norādīti daži standarta termini, ko varat izmantot, lai aprakstītu savu radošo procesu, ja tas patiesi atbilst satura izveides procesam:

Mēs uzskatām, ka ir svarīgi, lai plašāka pasaule spētu novērtēt mūsu izpēti un produktus, jo īpaši, lai izprastu un uzlabotu potenciālos trūkumus un drošības vai neobjektivitātes problēmas mūsu modeļos. Tāpēc mēs atzinīgi vērtējam izpētes publikācijas, kas saistītas ar OpenAI API.

• Dažos gadījumos mēs vēlēsimies izcelt jūsu darbu iekšēji un/vai ārēji.
• Citos gadījumos, piemēram, publikācijās, kas attiecas uz drošību vai API ļaunprātīgu izmantošanu, mēs, iespējams, vēlēsimies veikt atbilstošas ​​darbības, lai aizsargātu mūsu lietotājus.
• Ja izpētes gaitā pamanāt kādas drošības vai aizsardzības problēmas ar API, lūdzam nekavējoties ziņot par tām, izmantojot mūsu Koordinēto ievainojamību atklāšanas programmu⁠.

Ir vairāki pētniecības virzieni, kurus mēs ar prieku izpētīsim ar OpenAI API. Ja jūs interesē subsidētas piekļuves iespēja, lūdzu, Pētnieku piekļuves programmas pieteikumā⁠ sniedziet mums detalizētu informāciju par savu izmantošanas gadījumu izpētei.

Mēs par īpaši svarīgiem uzskatām šādus virzienus, bet jūs varat droši noteikt savus izpētes virzienus:

• Saskaņotība. Kā mēs varam saprast, kādu mērķi, ja tāds ir, modelis vislabāk sasniedz? Kā mēs varam palielināt to, cik lielā mērā šis mērķis ir saskaņots ar cilvēka vēlmēm, piemēram, izmantojot ātru izstrādi vai precizēšanu?
• Godīgums un attēlošana. Kā valodas modeļos būtu jānosaka veiktspējas kritēriji godīgumam un attēlošanai? Kā var uzlabot valodas modeļus, lai efektīvi atbalstītu godīguma un attēlošanas mērķus konkrētos, izvietotos kontekstos?
• Starpdisciplinārā izpēte. Kā MI izstrādē var izmantot atziņas no citām nozarēm, piemēram, filozofijas, kognitīvās zinātnes un sociolingvistikas?
• Interpretējamība un pārredzamība. Kā šie modeļi darbojas mehāniskā ziņā? Vai mēs varam noteikt, kādus jēdzienus tie izmanto, vai iegūt no modeļa latentas zināšanas, izdarīt secinājumus par apmācības procedūru vai paredzēt pārsteidzošu uzvedību nākotnē?
• Ļaunprātīgas izmantošanas iespējamība. Kā tādas sistēmas kā API var tikt ļaunprātīgi izmantotas? Kādas drošības ievainojamību testēšanas pieejas varam izstrādāt, lai palīdzētu mums un citiem mākslīgā intelekta izstrādātājiem domāt par šādu tehnoloģiju atbildīgu ieviešanu?
• Modeļa izpēte. Modeļiem, piemēram, tiem, kurus apkalpo API, ir dažādas funkcijas, kuras mums vēl jāizpēta. Mūs aizrauj pētījumi daudzās jomās, tostarp modeļu ierobežojumi, lingvistiskās īpašības, pieņēmumu izdarīšana un potenciālais lietojums daudzu citu problēmu risināšanā.
• Izturība. Ģeneratīvajiem modeļiem ir nevienmērīgas funkcijas, ar potenciālu pārsteidzoši spēcīgām un pārsteidzoši vājām funkciju jomām. Cik noturīgi ir lieli ģeneratīvie modeļi pret “dabiskām” kļūdām uzvednē, piemēram, vienas un tās pašas idejas formulēšanu dažādos veidos vai ar/bez drukas kļūdām? Vai mēs varam paredzēt jomu un uzdevumu veidus, kuros lielie ģeneratīvie modeļi, visticamāk, būs noturīgi (vai nenoturīgi), un kā tas ir saistīts ar apmācības datiem? Vai ir metodes, ko mēs varam izmantot, lai prognozētu un mazinātu iespējami sliktāko uzvedību? Kā noturību var izmērīt mācīšanās ar nelielu paraugu skaitu kontekstā (piemēram, dažādās uzvedņu variācijās)? Vai mēs varam apmācīt modeļus tā, lai tie atbilstu drošības īpašībām ar ļoti augstu uzticamības līmeni pat tad, ja ir ievadīti nelabvēlīgi ievades dati?

Lūdzu, ņemiet vērā, ka lielā pieprasījumu skaita dēļ šo pieteikumu izskatīšana prasa laiku, un ne visiem pētījumiem tiks piešķirta prioritāte subsīdiju saņemšanai. Mēs sazināsimies ar jums tikai tad, ja jūsu pieteikums subsīdiju saņemšanai tiks apstiprināts.