Politika e bashkëndarjes dhe publikimit

Për të zbutur rreziqet e mundshme të përmbajtjes së gjeneruar nga IA-ja, ne kemi hartuar politikën e mëposhtme mbi bashkëndarjen e lejuar.

Postimi i kërkesave ose përfundimeve tuaja në mediat sociale është përgjithësisht i lejueshëm, ashtu si edhe transmetimi i drejtpërdrejtë i përdorimit tuaj ose demonstrimi i produkteve tona për grupe njerëzish. Ju lutemi t'u përmbaheni pikave të mëposhtme:

• Rishikoni manualisht çdo gjenerim përpara se ta bashkëndani ose gjatë transmetimit.
• Atribuojani përmbajtjen emrit tuaj ose kompanisë suaj.
• Tregoni që përmbajtja është gjeneruar nga IA-ja në një mënyrë që asnjë përdorues nuk mund ta humbasë ose ta keqkuptojë në mënyrë të arsyeshme.
• Mos bashkëndani përmbajtje që shkel Politikën tonë të përmbajtjes⁠ ose që mund të ofendojë të tjerët.
• Nëse pranoni kërkesa nga audienca për sugjerime, përdorni gjykim të shëndoshë; mos jepni sugjerime që mund të rezultojnë në shkelje të Politikës sonë të përmbajtjes⁠.

Nëse dëshironi të siguroheni që ekipi i OpenAI është në dijeni të një përfundimi të caktuar, mund të na dërgoni një email ose të përdorni mjetet e raportimit brenda Playground.

• Kujtoni se po bashkëveproni me modelin e papërpunuar, që do të thotë se ne nuk i filtrojmë përgjigjet e njëanshme ose negative. (Gjithashtu, mund të lexoni më shumë për zbatimin e pikës sonë fundore të Moderimit⁠⁠(hapet në një dritare të re) këtu.)

Krijuesit që dëshirojnë të publikojnë përmbajtjen e tyre të shkruar nga palë të para (p.sh., një libër, një përmbledhje me tregime të shkurtra) të krijuar pjesërisht me API OpenAI lejohen ta bëjnë këtë sipas kushteve të mëposhtme:

• Përmbajtja e publikuar i atribuohet emrit ose kompanisë suaj.
• Roli i IA-së në formulimin e përmbajtjes zbulohet qartë në një mënyrë që asnjë lexues nuk mund ta humbasë dhe që një lexues tipik do ta kishte mjaft të lehtë për ta kuptuar.
• Temat e përmbajtjes nuk i shkelin Politikat e përmbajtjes së OpenAI⁠ ose Kushtet e përdorimit⁠, p.sh., nuk lidhen me përmbajtje për të rritur, mashtrim, përmbajtje me urrejtje, përmbajtje që nxit dhunë ose përdorime të tjera që mund të shkaktojnë dëm shoqëror.
• Ju lutemi të mos bashkëndani materiale që mund të ofendojnë të tjerët.

Për shembull, duhet të detajohen në një Parathënie ose Hyrje (ose në ndonjë vend të ngjashëm) rolet relative të hartimit, redaktimit etj. Njerëzit nuk duhet ta paraqesin përmbajtjen e gjeneruar nga API-t si të gjeneruar tërësisht nga një njeri ose të gjeneruar tërësisht nga një IA dhe duhet të jetë një njeri që të marrë përgjegjësinë përfundimtare për përmbajtjen që publikohet.

Ja disa fjalë të përdorura zakonisht që mund të përdorni për të përshkruar procesin tuaj krijues, me kusht që të jenë të sakta:

Ne besojmë se është e rëndësishme që bota e gjerë të jetë në gjendje të vlerësojë hulumtimin dhe produktet tona, veçanërisht për të kuptuar dhe përmirësuar dobësitë e mundshme dhe problemet e sigurisë ose paragjykimeve në modelet tona. Prandaj, ne mirëpresim publikimet hulumtuese që lidhen me API të OpenAI.

• Në disa raste, mund të duam ta nxjerrim në pah punën tuaj brenda dhe/ose jashtë kompanisë.
• Në publikime të tjera, siç janë publikimet që kanë të bëjnë me sigurinë ose keqpërdorimin e API-t, ne mund të dëshirojmë të ndërmarrim veprimet e duhura për të mbrojtur përdoruesit tanë.
• Nëse vini re ndonjë problem sigurie me API-n gjatë hulumtimit tuaj, ju lutemi t'i paraqisni ato menjëherë përmes Programit të koordinuar të zbulimit të dobësive⁠.

Ka një numër udhëzimesh hulumtuese që mezi presim t'i eksplorojmë me API-n e OpenAI. Nëse jeni të interesuar për mundësinë e qasjes së subvencionuar, ju lutemi na jepni detaje rreth rastit tuaj të përdorimit të hulumtimit në aplikimin për Programin e qasjes së hulumtuesit⁠.

Në veçanti, i konsiderojmë të mëposhtmet si udhëzime veçanërisht të rëndësishme, edhe pse jeni të lirë të hartoni udhëzimet tuaja:

• Përputhja: Nga ta kuptojmë se cilin objektiv, nëse ka ndonjë, ndjek më mirë një model? Si e rrisim shkallën në të cilën ky objektiv është në përputhje me preferencat njerëzore, si p.sh. nëpërmjet projektimit ose përshtatjes së shpejtë?
• Drejtësia dhe përfaqësimi: Si duhet të përcaktohen kriteret e performancës për drejtësi dhe përfaqësim në modelet gjuhësore? Si mund të përmirësohen modelet gjuhësore që të mbështesin në mënyrë efektive qëllimet e drejtësisë dhe përfaqësimit në kontekste specifike dhe të zbatuara?
• Hulumtimi ndërdisiplinor: Si mund të mbështetet zhvillimi i IA-së në njohuritë nga disiplina të tjera si filozofia, shkenca kognitive dhe sociolinguistika?
• Interpretimi dhe transparenca: Si funksionojnë këto modele mekanikisht? A mund të identifikojmë çfarë konceptesh po përdorin ose të nxjerrim njohuri latente nga modeli, të nxjerrim përfundime rreth procedurës së trajnimit ose të parashikojmë sjellje të papritura në të ardhmen?
• Potenciali i keqpërdorimit: Si mund të keqpërdoren sistemet si API? Çfarë lloj qasjesh të "red teaming" mund të zhvillojmë për të na ndihmuar ne dhe zhvilluesit e tjerë të IA-së të mendojmë për shpërndarjen me përgjegjësi të teknologjive të tilla?
• Eksplorimi i modelit: Modelet si ato të shërbyera nga API kanë një sërë aftësish të cilat ende nuk i kemi eksploruar. Jemi të entuziazmuar nga hetimet në shumë fusha, duke përfshirë kufizimet e modelit, vetitë gjuhësore, arsyetimin e shëndoshë dhe përdorimet e mundshme për shumë probleme të tjera.
• Qëndrueshmëria: Modelet gjeneruese paraqesin zona të parregullta kapaciteti, me potencialin për zona me kapacitet çuditërisht të fortë dhe çuditërisht të dobët. Sa të qëndrueshme janë modelet e mëdha gjeneruese ndaj trazirave "natyrore" në kërkesë, siç është formulimi i të njëjtës ide në mënyra të ndryshme, me ose pa gabime drejtshkrimore? A mund të parashikojmë llojet e fushave dhe detyrave për të cilat modelet e mëdha gjeneruese kanë më shumë gjasa të jenë të qëndrueshme (ose jo të qëndrueshme), dhe si lidhet kjo me të dhënat e trajnimit? A ka teknika që mund të përdorim për të parashikuar dhe zbutur sjelljen në rastin më të keq? Si mund të matet qëndrueshmëria në kontekstin e të nxënit me pak hapa (p.sh., përmes variacioneve në kërkesa)? A mund t’i trajnojmë modelet në mënyrë që ato të plotësojnë vetitë e sigurisë me një nivel shumë të lartë besueshmërie, madje edhe nën praninë e informacionit hyrës kundërshtues?

Ju lutemi vini re se për shkak të një volumi të lartë kërkesash, na duhet kohë për të shqyrtuar këto aplikime dhe jo të gjitha kërkimet do të kenë përparësi për subvencion. Do t'ju kontaktojmë nëse aplikimi juaj është përzgjedhur për subvencion.