Политика за споделување и објавување

За да ги ублажиме можните ризици од содржина генерирана од вештачка интелигенција, ја утврдивме следната политика за дозволено споделување.

Објавувањето на промптовите или дополнувањата на социјалните медиуми генерално е дозволено, како и преносот во живо на употребата или демонстрирањето на нашите производи пред групи луѓе. Придржувајте се до следново:

• Рачно прегледувајте го секој генериран одговор пред да го споделите или додека го пренесувате.
• Припишете ја содржината на свое име или на име на вашата компанија.
• Укажете дека содржината е генерирана од вештачка интелигенција на начин на кој ниеден корисник не би можел разумно да ја пропушти или погрешно да ја разбере таа информација.
• Не споделувајте содржина со којашто се прекршува Политиката за содржина⁠ или со којашто може да се навредат други лица.
• Ако прифаќате барања од публиката за промптови, добро проценете; не внесувајте промптови што би можеле да доведат до прекршување на Политиката за содржина⁠⁠.

Ако сакате да бидете сигурни дека тимот на OpenAI е запознаен со одредено дополнување, може да ни пратите е-пошта или да ги користите алатките за пријавување во Playground.

• Сетете се дека комуницирате со суровиот модел, што значи дека не ги филтрираме пристрасните или негативните одговори. (Исто така, може да прочитате повеќе за спроведувањето на бесплатната крајна точка за модерирање⁠(се отвора во нов прозорец) овде.)

На креаторите кои сакаат да ја објават својата содржина напишана од прво лице (на пр., книга, збирка кратки раскази) делумно креирана со API на OpenAI, им е дозволено да го сторат тоа под следниве услови:

• Објавената содржина се припишува на ваше име или на име на вашата компанија.
• Улогата на вештачката интелигенција во формулирањето на содржината е јасно наведена на начин што ниту еден читател не би можел да ја пропушти и на начин што типичниот читател би го сметал за доволно лесен за разбирање.
• Со темите на содржината не се прекршуваат Политиката за содржина⁠⁠ или Условите за користење⁠⁠ на OpenAI, на пр., не се поврзани со содржини за возрасни, спам, содржини што шират омраза, содржини што поттикнуваат насилство или други употреби што може да предизвикаат штета во општествената средина.
• Љубезно ве замолуваме да се воздржите од споделување резултати со коишто може да се навредат другите.

На пример, во предговор или во вовед (или на некое слично место) мора детално да се наведат соодветните улоги на изготвување нацрт-текст, уредување итн. Луѓето не треба да ја претставуваат содржината генерирана од API како целосно генерирана од човек или целосно генерирана од вештачка интелигенција, и човекот е тој што мора да ја преземе крајната одговорност за содржината што се објавува.

Еве некои вообичаени изрази што може да ги користите за да го опишете својот креативен процес, под услов да се точни:

Веруваме дека е важно поширокиот свет да може да ги оценува нашите истражувања и производи, особено за да ги разбере и подобри потенцијалните слабости и проблеми со безбедноста или со пристрасноста во моделите. Според тоа, добредојдени се истражувачки трудови поврзани со API на OpenAI.

• Во некои случаи, можеби ќе сакаме да ја истакнеме вашата работа внатрешно и/или надворешно.
• Во други, како што се трудови што се однесуваат на безбедноста или на злоупотребата на API, можеби ќе сакаме да преземеме соодветни мерки за да ги заштитиме корисниците.
• Ако забележите некакви проблеми со безбедноста или со сигурноста на API во текот на истражувањето, веднаш доставете ги преку Координираната програма за откривање слабости⁠.

Има голем број насоки за истражување што со возбуда сакаме да ги истражиме со API на OpenAI. Ако сте заинтересирани за можноста за субвенциониран пристап, доставете ни информации за случајот на употреба што е предмет на ваше истражување во апликацијата за Програмата за пристап до истражувачи⁠.

Особено, ги сметаме следниве за особено важни насоки, иако имате слобода да си создадете своја насока:

• Усогласување: Како може да разбереме која цел, ако има, најдобро ја следи еден модел? Како да го зголемиме степенот до кој таа цел е усогласена со човечките желби, како, на пример, преку осмислување промптови или фино подесување?
• Праведност и застапеност: Како треба да се утврдат критериумите за изведба заради праведност и застапеност во јазичните модели? Како може да се подобрат јазичните модели за ефикасно да се поддржат целите на праведност и застапеност во специфични, имплементирани контексти?
• Интердисциплинарни истражувања: Како развојот на вештачката интелигенција може да се потпре на сознанија од други дисциплини како што се филозофијата, когнитивните науки и социолингвистиката?
• Можност за толкување и транспарентност: Како функционираат овие модели, механистички? Може ли да препознаеме кои концепти ги користат, или да извлечеме скриено знаење од моделот, да извлечеме заклучоци за постапката за обука или да предвидиме изненадувачко однесување во иднина?
• Потенцијал за злоупотреба: Како може да се злоупотребат системи како API? Какви видови пристапи на „црвена команда“ може да развиеме за да ни помогнат нам и на другите развивачи на вештачка интелигенција да размислиме за одговорно имплементирање на технологии како оваа?
• Истражување на моделите: Моделите како оние што ги опслужува API имаат различни можности што допрва треба да ги истражиме. Заинтересирани сме за истражувања во многу области, вклучувајќи ограничувања на моделите, лингвистички својства, расудување со здрав разум и потенцијални употреби за многу други проблеми.
• Издржливост: Генеративните модели имаат нееднакви способности, со потенцијал за изненадувачки силни и изненадувачки слаби области на способност. Колку се издржливи големите генеративни модели на „природни“ пречки во промптот, како што е формулирањето на истата идеја на различни начини или со или без печатни грешки? Можеме ли да ги предвидиме видовите домени и задачи за кои е поверојатно големите генеративни модели да бидат издржливи (или неиздржливи) и како ова е поврзано со податоците за обука? Дали постојат техники што можеме да ги користиме за да го предвидиме и ублажиме однесувањето во најлош случај? Како може да се измери издржливоста во контекст на учење со малку чекори (на пр., со варијации во промптовите)? Можеме ли да обучиме модели така што ќе ги задоволат безбедносните својства со многу високо ниво на сигурност, дури и со неповолни влезни податоци?

Имајте предвид дека поради големиот обем на барања, потребно е време за да ги разгледаме овие барања и дека нема сите истражувања да добијат приоритет при субвенционирањето. Ќе стапиме во контакт со вас само ако вашето барање биде избрано за субвенција.