Gwida komuni għal evalwazzjonijiet affidabbli minn partijiet terzi

Evalwazzjonijiet indipendenti u fdati minn partijiet terzi għandhom rwol kritiku⁠ fit-tisħiħ tal-ekosistema tas-sikurezza. Dawn l-evalwazzjonijiet isiru fuq mudelli fruntiera biex jipprovdu evidenza addizzjonali għal pretensjonijiet dwar kapaċitajiet kritiċi u mitigazzjonijiet tas-sikurezza. F’din il-kariga, naqsmu lezzjonijiet li tgħallimna s’issa, u nirrakkomandaw approċċi għat-tfassil ta’ evalwazzjonijiet li jistgħu jivvalutaw b’mod validu mudelli fruntiera u li nittamaw jgħinu biex jinfurmaw standards emerġenti f’dan il-qasam.

Qabel, ħafna evalwazzjonijiet kienu jittrattaw il-mudelli bħal chatbots: l-evalwazzjoni kienet tagħti prompt lil mudell bħallikieku kien utent li qed jistaqsi mistoqsija, il-mudell kien iwieġeb, u evalwatur kien jiġġudika l-output. Il-mudelli fruntiera tal-lum jistgħu jagħmlu ħafna aktar: jistgħu jużaw għodod, iżommu kont tal-informazzjoni fuq ħafna passi, u jaġixxu fi ħdan fluss ta’ xogħol akbar. Dan ifisser li l-prestazzjoni tiddependi mhux biss fuq il-mudell, iżda wkoll fuq l-ambjent li fih iseħħ il-kompitu, u fuq is-setup li jiffaċilita l-azzjonijiet tiegħu. Dan is-setup ta’ madwaru, li aħna nsejħulu l-“harness”, jista’ jibdel aspetti ewlenin tal-prestazzjoni tas-sistema, inkluż kif tuża l-għodod, iżżomm kont tal-informazzjoni, jew tirkupra minn żbalji.

Dan ibiddel kif għandhom isiru l-evalwazzjonijiet, u x’għandhom ifittxu l-qarrejja fir-rapporti tal-evalwazzjoni. Fil-fehma tagħna, l-aktar rapporti utli jiddeskrivu b’mod espliċitu żewġ affarijiet lil hinn mir-riżultat innifsu: l-ewwel, jispeċifikaw liema pretensjoni s-setup tal-evalwazzjoni kien iddisinjat biex jittestja, u t-tieni, jaqsmu l-evidenza disponibbli li r-riżultat tal-evalwazzjoni huwa validu.

Il-pretensjonijiet ittestjati fl-evalwazzjonijiet tipikament jaqgħu f’waħda minn tliet kategoriji¹:

• Eliċitazzjoni tal-kapaċità: Mudell jista’ b’mod plawsibbli jipproduċi l-kapaċità li qed tiġi evalwata? 
• Prestazzjoni tas-salvagwardji: Kemm huma robusti s-salvagwardji ttestjati kontra l-imġiba jew l-attakk li qed jiġi evalwat?
• Tqabbil: Kif jaħdmu mudelli differenti taħt kundizzjonijiet ekwivalenti?

Ir-rapporti tal-evalwazzjoni jeħtieġ ukoll jispjegaw kif l-evalwaturi ċċekkjaw għal effetti li jistgħu jaffettwaw il-validità ta’ riżultat. Dawn jinkludu:

• Manipulazzjoni tar-reward: L-isfruttar ta’ shortcuts fil-kompitu jew fl-iskorer, sabiex is-sistema tieħu kreditu mingħajr ma turi l-imġiba li l-evalwazzjoni hija maħsuba biex tkejjel.
• Rifjuti: Tirrifjuta b’modi li joskuraw l-imġiba li qed tiġi ttestjata.
• Kontaminazzjoni: Prestazzjoni ogħla milli suppost għax kompiti ta’ evalwazzjoni, tweġibiet, jew varjanti qrib tagħhom dehru fid-data tat-taħriġ jew setgħu jinstabu waqt l-evalwazzjoni, bħal permezz tal-browsing.
• Problemi difettużi: Prestazzjoni baxxa għax il-kompiti mhumiex validi. Ir-raġunijiet jistgħu jinkludu punteġġjar inġust (eż. tweġiba korretta teħtieġ dettalji ta’ implimentazzjoni mhux iddikjarati) u ambjenti li ma jistgħux jissolvew (eż. fajls kritiċi neqsin jew għodod mhux affidabbli).
• Sandbagging: Prestazzjoni deliberatament baxxa meta juru għarfien li qed jiġu evalwati.

Osservajna li r-rwol tal-harness huwa speċjalment importanti għal sistemi li jaġixxu fuq trajettorji itwal. Meta l-mudelli jistgħu jużaw għodod, iżommu stat, u jirkupraw minn żbalji fuq ħafna passi, il-harness jista’ jibdel il-livell osservat ta’ prestazzjoni, u saħansitra jiddetermina jekk il-kapaċità li qed tiġi evalwata tidhirx fl-evalwazzjoni jew le. Pereżempju, harness li jippreserva l-istat u jerġa’ jipprova azzjonijiet falluti jista’ jħalli mudell itemm kompitu b’ħafna passi li l-istess mudell qatt ma jlesti f’harness aktar sempliċi.

Fit-tabella ta’ hawn taħt, nisseparaw tliet tipi ta’ pretensjonijiet li l-evalwaturi jistgħu jkunu jridu jagħmlu u l-harness li nemmnu li kull tip ta’ pretensjoni jeħtieġ.

Il-pretensjonijiet dwar il-kapaċità huma b’saħħithom biss daqs l-eliċitazzjoni warajhom: l-evalwaturi jeħtieġ jagħżlu l-harness li l-aħjar jaqbel mal-kompitu u mal-kapaċità li l-evalwazzjoni qed tipprova tkejjel. Harness standardizzat jista’ jkun tajjeb biex jitqabblu sistemi taħt kundizzjonijiet identiċi, iżda jista’ jnaqqas il-kapaċità meta jħalli barra karatteristiċi speċifiċi tal-harness li jgħinu lill-mudell iwettaq il-kompitu. Pereżempju, il-prestazzjoni ta’ GPT‑5.5 fuq il-firxiet ċibernetiċi ta’ OpenAI turi kif għażla ta’ harness tista’ tbiddel b’mod materjali l-kapaċità mkejla fuq kompiti li jeħtieġu użu twil ta’ għodod fuq ħafna passi: il-mudell jaħdem aħjar meta l-harness juża kompattazzjoni⁠ biex jippreserva kuntest rilevanti għall-kompitu hekk kif l-interazzjoni ssir itwal. Dan juri li għal ċerti mudelli, harness li jħalli barra l-kompattazzjoni jeliċita inqas prestazzjoni milli suppost.

Evalwazzjonijiet oħra ppubblikati² juru wkoll li l-għażliet tal-harness u tal-baġit ibiddlu r-riżultati tal-evalwazzjoni. Iż-żieda fil-compute waqt it-test tista’ tbiddel b’mod sinifikanti liema kapaċità toħroġ evalwazzjoni, speċjalment f’oqsma fejn is-suċċess huwa faċli biex jiġi vverifikat, bħal ħafna kompiti ċibernetiċi. Fl-evalwazzjoni tal-firxa ċibernetika ta’ UK AISI⁠(jinfetaħ f’tieqa ġdida), iż-żieda tal-baġit minn 10M għal 100M token tejbet il-prestazzjoni sa 59%, u l-prestazzjoni kienet għadha qed titjieb fl-ogħla baġit ittestjat. L-ispjegazzjoni ta’ dan tagħmel l-evalwazzjoni aktar interpretabbli: turi lill-qarrejja kif ir-riżultat jiddependi fuq is-setup tal-eliċitazzjoni ttestjat. Meta l-prestazzjoni tkun għadha qed titjieb b’baġit addizzjonali, il-punteġġ għandu jiġi deskritt bħala prestazzjoni taħt dak il-harness u l-baġit, mhux bħala limitu massimu mkejjel tal-kapaċità. Il-kapaċità spiss tiddependi mir-riżorsi aktar milli tkun kwantità fissa li tista’ titkejjel b’mod nadif darba għal dejjem. Fejn is-suċċess jista’ jitkejjel fuq tentattivi ripetuti, ir-rapporti għandhom iqisu wkoll l-ispiża mistennija għal kull soluzzjoni ta’ suċċess, mhux biss ir-rata ta’ suċċess f’baġit fiss ta’ token. Dan jista’ jagħmel is-severità aktar faċli biex tiġi interpretata: rata baxxa ta’ suċċess xorta tista’ tkun sinifikanti fil-prattika jekk l-ispiża ta’ tentattivi ripetuti tkun fi ħdan il-mudell ta’ theddida rilevanti. Għal pretensjonijiet dwar il-kapaċità, nuqqas evitabbli ta’ eliċitazzjoni huwa falliment tal-kejl: jekk il-harness jew il-baġit jipprevjenu lis-sistema milli turi mġiba li setgħet tipproduċi mod ieħor, il-punteġġ ma jkejjilx il-kapaċità li qed tiġi pretiza. Fejn l-evalwaturi mexxew l-eliċitazzjoni kemm hu fattibbli u l-prestazzjoni għadha qed titjieb, ir-rapporti għandhom jgħidu dan b’mod ċar u jagħmluha ċara li r-riżultat huwa biss stima ta’ limitu inferjuri.

L-ittestjar tas-salvagwardji jista’ jnaqqas kemm attakk jista’ jirnexxi, u kemm jista’ jkun sever, meta ma jqisx ir-riżorsi disponibbli għall-attakkanti, inklużi harnesses personalizzati. Fl-evalwazzjoni ċibernetika ta’ GPT‑5.5 minn UK AISI⁠(jinfetaħ f’tieqa ġdida), ir-red teaming espert tagħhom sab jailbreak universali li eliċita kontenut ċibernetiku li jikser ir-regoli fuq il-mistoqsijiet malizzjużi pprovduti minn OpenAI, inkluż f’ambjenti aġentiċi b’ħafna dawriet. Huma użaw Codex biex joħolqu harness personalizzat biex isaħħu l-prestazzjoni tal-attakk tal-mudell: daħħal mudell li jista’ jerġa’ jintuża biex jevita s-salvagwardji fl-interazzjoni, ippreserva dak il-mudell tul id-dawriet u l-blokki, u applikah fuq il-mistoqsijiet ċibernetiċi malizzjużi pprovduti minn OpenAI. L-ittestjar tas-salvagwardji għandu jaqbel mal-avversarju. Jekk il-pretensjoni hija dwar robustezza kontra użu ħażin minn esperti, it-test għandu jevalwa l-aktar strateġija ta’ attakk end-to-end qawwija u kredibbli taħt baġit definit, inkluż kull harness meħtieġ biex dik l-istrateġija tiġi ppreservata u użata mill-ġdid. Inkella, ir-riżultati jirriskjaw kalibrazzjoni ħażina: jistgħu jappoġġjaw biss pretensjoni aktar dejqa dwar reżistenza għal prompting aktar sempliċi, jistgħu jitilfu kemm kemm isir sever l-attakk kif ukoll il-probabbiltà tas-suċċess tiegħu ladarba l-metodu ta’ eliċitazzjoni jiġi operazzjonalizzat, u jistgħu wkoll jesaġeraw kemm problema hija probabbli jew severa jekk jingħata wisq baġit.

Hemm żmien u post għal tqabbil b’harnesses standardizzati, iżda l-evalwaturi għandhom ikunu espliċiti dwar għaliex l-użu ta’ sett konsistenti ta’ harnesses huwa xieraq u liema pretensjoni jista’ jappoġġja. L-evalwazzjoni tal-orizzont taż-żmien ta’ METR⁠(jinfetaħ f’tieqa ġdida) hija eżempju ta’ setup ta’ evalwazzjoni usa’ u ffissat b’mod xieraq: hija mfassla biex tipproduċi riżultati komparabbli bejn is-sistemi li tevalwa. METR tiddefinixxi riżultat komuni, it-tul tipiku ta’ kompitu uman li fih aġent AI huwa mbassar li jirnexxi f’livell partikolari ta’ affidabbiltà. Tapplika sett komuni ta’ kompiti, metodu ta’ punteġġjar, metodu ta’ fitting, u sett żgħir ta’ scaffolds li jistgħu jerġgħu jintużaw bħal Triframe u ReAct⁠(jinfetaħ f’tieqa ġdida) fi ħdan kull grupp ta’ stimi rrappurtati flimkien. Meta METR espandiet is-sett ta’ kompiti u ċċaqalqet l-infrastruttura tal-evalwazzjoni minn framework imsejjaħ Vivaria għal wieħed imsejjaħ Inspect, irrappurtat il-bidla (aġġornament Time Horizon 1.1⁠(jinfetaħ f’tieqa ġdida)) u reġgħet evalwat il-mudelli taħt is-setup il-ġdid tal-evalwazzjoni. Dan huwa l-valur ta’ setup ta’ evalwazzjoni standardizzat, inkluż sett konsistenti ta’ harnesses: jista’ jagħmel lill-qarrejja kunfidenti li differenza fil-punteġġi tassew tirrifletti differenza bejn is-sistemi mqabbla, aktar milli bidla fis-setup tal-kejl.

Nirrakkomandaw li rapporti ta’ evalwazzjoni minn partijiet terzi jiddikjaraw x’tip ta’ pretensjoni s-setup tal-evalwazzjoni tagħhom huwa maħsub biex jappoġġja; jiddeskrivu kemm dak li ġie ttestjat jirrifletti mill-qrib dik il-pretensjoni usa’; jiddeskrivu l-għażliet tal-harness li sawru r-riżultat; jagħtu dettalji meta dawk l-għażliet jinbidlu bejn evalwazzjonijiet; u jinkludu evidenza ta’ appoġġ biex juru kif ir-riżultat ġie prodott u kemm jiġġeneralizza tajjeb għall-pretensjoni.

Hekk kif il-mudelli jsiru aktar kapaċi, il-punteġġi tal-evalwazzjoni jsiru aktar faċli biex jiġu interpretati ħażin. Relattivament għall-kapaċitajiet reali, il-punteġġi tal-evalwazzjoni jistgħu jitnaqqsu artifiċjalment jekk mudell jagħraf li qed jiġi evalwat u b’mod strateġiku jagħti prestazzjoni baxxa. Jistgħu jintefħu jekk il-mudell jisfrutta shortcut fil-kompitu, prompt, skorer, jew harness. Jistgħu wkoll jiġu mgħawġa mill-kontaminazzjoni (fejn mudell diġà jaf jew jista’ jsib tweġiba mingħajr ma jsolvi l-kompitu) jew minn problemi “difettużi” li huma ambigwi, skurjati ħażin, impossibbli biex jissolvew, jew vulnerabbli għal shortcuts mhux intenzjonati. Ir-rapporti tal-evalwazzjoni għalhekk għandhom jgħaqqdu l-punteġġi ewlenin ma’ diskussjoni ta’ dawn il-perikli, sabiex il-qarrejja jkunu jistgħu jivvalutaw jekk il-punteġġi jirriflettux l-imġiba maħsuba.

Harnesses, baġits, għodod, regoli ta’ punteġġjar, monitors, u proċeduri ta’ reviżjoni kollha jaffettwaw jekk aġent hux qed isolvi l-kompitu maħsub, jevitah, jimmemorizzah, jew isib triq madwaru. Rapport affidabbli jagħmel dawn il-kontrolli viżibbli: l-evalwaturi għandhom jirrevedu kampjuni għal dawn l-imġibiet kull darba li ssir valutazzjoni.

Manipulazzjoni tar-reward

Manipulazzjoni tar-reward tfisser li jinkisbu punteġġi għoljin fl-evalwazzjoni b’modi li ma jirriflettux il-kapaċità maħsuba. Hawnhekk, it-tħassib huwa li s-sistema tieħu kreditu billi tisfrutta l-kompitu, l-iskorer, il-prompt, jew il-harness minflok billi tagħmel ix-xogħol li l-evalwazzjoni kienet maħsuba biex tkejjel. L-evalwazzjoni ta’ GPT 5.4 minn METR⁠(jinfetaħ f’tieqa ġdida) turi għaliex dan huwa importanti: minkejja li l-mudell irnexxa fuq kompiti b’rata li mal-ewwel daqqa t’għajn kienet tirreġistra bħala orizzont taż-żmien ta’ madwar 13-il siegħa, reviżjoni umana wriet li xi wħud minn dawk is-suċċessi ġew minn manipulazzjoni tar-reward, u r-reviżjoni tar-riżultati biex jitqiesu biss dawk il-każijiet mingħajr manipulazzjoni tar-reward naqqset l-istima għal madwar 6 sigħat. L-evalwaturi għandhom jivvalutaw il-ħtieġa għal aġġustamenti bħal dawn u, meta jkunu meħtieġa, jirrapportawhom b’mod ċar: stima tal-kapaċità hija ħafna aktar utli meta l-qarrejja jistgħu jaraw liema suċċessi apparenti ġew skwalifikati, għaliex ġew skwalifikati, u kemm ir-riżultat jiddependi fuq dak il-ġudizzju.

Rifjuti

Il-mudelli jistgħu wkoll jagħtu prestazzjoni baxxa f’evalwazzjonijiet tal-kapaċità minħabba s-salvagwardji. Mudell jista’ jkollu prestazzjoni ta’ evalwazzjoni aktar baxxa milli hu kapaċi jagħti minħabba li jirrifjuta kompiti ta’ evalwazzjoni minflok itemmhom. Ir-rapporti għalhekk għandhom jispjegaw jekk ir-rifjuti kinux parti mir-riżultati tal-evalwazzjoni u jekk iva, kemm kampjuni ġew kompromessi minħabba fihom.

Kontaminazzjoni

Il-kontaminazzjoni hija l-aktar importanti għal benchmarks pubbliċi jew użati mill-ġdid⁠. Jekk kompiti, tweġibiet, jew varjanti qrib tagħhom jidhru fid-data tat-taħriġ jew jistgħu jinstabu minn aġent bil-browsing, il-prestazzjoni tista’ tirrifletti memorizzazzjoni jew retrieval aktar milli prestazzjoni tal-mudell. L-evalwaturi għandhom jippreferu kompiti privati jew mibnija ġodda fejn possibbli u jittestjaw jekk il-mudelli jirriproduċux dettalji speċifiċi għall-kompitu qabel ma jsolvuh.

Problemi difettużi

Problemi difettużi jinkludu sitwazzjonijiet bħal problema li bi żball ma tistax tissolva. Problemi difettużi huma komuni biżżejjed⁠(jinfetaħ f’tieqa ġdida) biex għandhom jiġu ttrattati bħala riskju standard tal-validità. Dawn jinkludu ground truth żbaljat, prompts ambigwi, fajls neqsin, servizzi instabbli, kriterji ta’ punteġġjar inġusti, u ambjenti li jesponu shortcuts bħal fajls moħbija bit-tweġibiet jew storja tar-repożitorju li fiha l-patch tal-ground truth.

Sandbagging

Sandbagging minn mudell jew sistema jfisser prestazzjoni strateġikament baxxa meta prestazzjoni qawwija tkun f’kunflitt ma’ xi objettiv. L-evalwazzjoni ta’ GPT‑5.5 minn Apollo⁠(jinfetaħ f’tieqa ġdida) ttestjat dan billi ħolqot kuntest fejn il-mudell fehem li punteġġi għoljin fl-evalwazzjoni setgħu jwasslu għal unlearning jew jimblukkaw l-implimentazzjoni. GPT‑5.5 xorta wieġeb b’mod korrett, u dan jissuġġerixxi ftit evidenza fl-imġiba ta’ prestazzjoni strateġikament baxxa³. Iżda r-reviżjoni tagħhom tat-traċċi ta’ raġunament żiedet kuntest importanti: Apollo sabet sinjali moderati jew ogħla ta’ għarfien tal-evalwazzjoni tal-allinjament f’52% tal-kampjuni fil-kundizzjoni ta’ sandbagging, meta mqabbel ma’ 0% fil-kontrofattwali. Dik l-evidenza tikkomplika l-interpretazzjoni tar-riżultat, iżda fl-aħħar tagħti aktar sinjal lill-qarrejja: il-qarrejja jistgħu jaraw kemm ir-riżultat ta’ mġiba rassikuranti kif ukoll ir-raġuni biex joqogħdu attenti milli jinterpretawh iżżejjed.

Pretensjonijiet b’saħħithom jeħtieġu kemm il-harness it-tajjeb biex joħroġ l-imġiba kif ukoll kontrolli tal-validità biex juru li r-riżultat huwa sod. Il-fehma tagħna li l-harnesses u l-kontrolli tal-validità huma parti mir-riżultat tal-evalwazzjoni tifforma kif nappoġġjaw evalwazzjonijiet minn partijiet terzi fil-prattika: 

• Qed naqsmu gwida speċifika dwar eliċitazzjoni massima mal-evalwaturi.
• Qed nitolbu lill-evalwaturi tal-kapaċità biex jużaw Codex bħala livell minimu komuni għall-mudelli ta’ OpenAI: it-testijiet għandhom tal-anqas iħaddmu baseline permezz tal-istess interface aġentika li x’aktarx jiddependu fuqha l-utenti, minflok biss permezz ta’ interface imnaqqas tal-mudell.
• Qed nagħmlu wkoll disponibbli traċċi ta’ raġunament u artefatti intermedji oħra fejn ikunu meħtieġa biex jiġu vvalutati qerq, sandbagging, jew għarfien tal-evalwazzjoni. METR u Apollo użaw dan l-aċċess fl-evalwazzjonijiet ta’ OpenAI sa minn GPT‑5. 
• Fl-aħħar, qed nagħtu prijorità lir-riċerka biex nifhmu aktar fil-fond meta u kif l-għażliet tal-harness ibiddlu b’mod materjali r-riżultati, mill-ġestjoni tal-kuntest u l-aċċess għall-għodod sal-imġiba ta’ tentattivi mill-ġdid, il-punteġġjar, u l-baġits tar-riżorsi.

Dawn ir-rakkomandazzjonijiet huma maħsuba mhux biss biex itejbu rapporti individwali tal-evalwazzjoni, iżda wkoll biex jinfurmaw standards emerġenti nazzjonali ⁠(jinfetaħ f’tieqa ġdida)u internazzjonali ⁠(jinfetaħ f’tieqa ġdida)għall-evalwazzjoni u r-rappurtar ta’ AI fruntiera. Fil-futur, l-istandards tal-evalwazzjoni minn partijiet terzi għandhom jeħtieġu biżżejjed dettall biex dawk li jieħdu d-deċiżjonijiet jifhmu liema pretensjonijiet jappoġġjaw l-evalwazzjonijiet speċifiċi, liema sistema ġiet ittestjata, kif ir-riżultat ġie eliċitat, u kif l-evalwaturi ċċekkjaw il-validità tiegħu. Għal sistemi fruntiera li qed jiġu ttestjati fuq kompiti fejn il-kapaċitajiet aġentiċi huma importanti, id-dettalji għandhom jinkludu (soġġetti għal kwalunkwe tħassib ta’ sigurtà jew kunfidenzjalità):

• Il-pretensjoni: jekk l-evalwazzjoni tqabbel sistemi, tistmax limitu massimu tal-kapaċità, jew tittestjax salvagwardji.
• Kontenut tal-evalwazzjoni: biżżejjed dettall dwar il-kompiti jew id-distribuzzjoni tal-kompiti biex il-qarrejja jifhmu liema ħiliet, imġibiet, jew modi ta’ falliment l-evalwazzjoni fil-fatt qed tittestja.
• Is-sistema ttestjata: il-mudell, l-issettjar tar-raġunament, l-aċċess għall-għodod, il-harness, u s-salvagwardji.
• Il-baġit: dawriet, tokens, tentattivi/tries mill-ġdid, ħin reali, spiża tal-inferenza, u fejn applikabbli l-ispiża mistennija għal kull soluzzjoni ta’ suċċess.
• Metodi ta’ eliċitazzjoni: għażliet tal-harness użati biex joħorġu r-riżultat, u kemm dak li ġie ttestjat jirrifletti mill-qrib il-pretensjoni usa’ li qed issir.
• Kontrolli tal-validità: kif l-assessuri fittxew manipulazzjoni tar-reward, għarfien tal-evalwazzjoni, kontaminazzjoni, rifjuti, sandbagging u mġibiet oħra li jistgħu jdgħajfu r-riżultat, inkluż kif każijiet ikkonfermati affettwaw il-punteġġjar jew l-interpretazzjoni.

Standards li jħallu barra l-għażliet tal-harness jew il-kontrolli tal-validità jistgħu jnaqqsu dak li sistema tista’ tagħmel jew jesaġeraw il-fiduċja f’pretensjoni ta’ sikurezza. Il-bini ta’ harnesses b’saħħithom u metodi ta’ eliċitazzjoni jibqa’ qasam miftuħ ta’ riċerka u għandu jkun fokus għal aktar investigazzjoni u investiment.