ஐரோப்பிய ஒன்றியத்தின் உரை மூலத்தகவல் விதிகளுக்கான எங்கள் அணுகுமுறை
இன்றைய தொழில்நுட்பத்தின் வரம்புகளுக்குள் வெளிப்படைத்தன்மையை மேம்படுத்துதல்.
உள்ளடக்கம் எங்கிருந்து வந்தது, எப்படி உருவாக்கப்பட்டது அல்லது திருத்தப்பட்டது, அதில் எங்கள் மாடல்களுடன் தொடர்புடைய அடையாளங்கள் உள்ளனவா என்பதைப் புரிந்துகொள்ள உள்ளடக்கத்தின் மூலத்தகவல் உதவுகிறது. எங்கள் மாடல்கள் உருவாக்கிய படங்களையும் ஒலியையும் அடையாளம் காணும் கருவிகளை ஏற்கெனவே பொதுப் பயன்பாட்டிற்கு வழங்கியுள்ளோம். ஐரோப்பிய ஒன்றியத்தின் செயற்கை நுண்ணறிவுச் சட்டத்திற்கு இணங்க, உரையில் நீர்க்குறி சேர்ப்பதற்கான எங்கள் அணுகுமுறையையும், எங்கள் விரிவான பணியில் அது எவ்வாறு இடம்பெறுகிறது என்பதையும் இன்று பகிர்கிறோம்.
உருவாக்கச் செயற்கை நுண்ணறிவு வழங்குநர்கள், உருவாக்கப்படும் உரையை இயந்திரம் படித்தறியும் வகையில் அடையாளம் காணத்தக்கதாக மாற்ற வேண்டும் என ஐரோப்பிய ஒன்றியத்தின் செயற்கை நுண்ணறிவுச் சட்டம் வலியுறுத்துகிறது. உரையில் நீர்க்குறி சேர்ப்பதும் அதைக் கண்டறிவதும் குறிப்பிடத்தக்க வரம்புகளைக் கொண்ட, இன்னும் ஆரம்பநிலையில் உள்ள தொழில்நுட்பங்களாக இருக்கின்றன. அவற்றின் நன்மைகள் மற்றும் பொறுப்பான பயன்பாடுகள் குறித்த கருத்துகள் இன்னும் உருவாகி வருகின்றன. எங்கள் படிப்படியான அணுகுமுறை, ஐரோப்பிய ஒன்றியத்தின் செயற்கை நுண்ணறிவுச் சட்டத் தேவைகளையும் தொழில்நுட்பத்தின் வரம்புகளையும் கருத்தில் கொள்கிறது. உரை நீர்க்குறி எதைத் தெரிவிக்க முடியும், எதைத் தெரிவிக்க முடியாது என்பதில் வெளிப்படைத்தன்மைக்கு முக்கியத்துவம் அளிக்கிறோம்:
இன்று முதல், உலகெங்கும் உள்ள API வாடிக்கையாளர்கள் குறிப்பிட்ட மாடல்களுக்கு உரை நீர்க்குறியை விருப்பத்தின் பேரில் இயக்கலாம். API-இல் உரை நீர்க்குறி இயல்பாகவே முடக்கப்பட்டிருக்கும்.
வரும் வாரங்களில், ஐரோப்பிய ஒன்றியத்தில் தகுதிபெறும் ChatGPT மற்றும் Codex உரை வெளியீடுகளில் கண்ணுக்குப் புலப்படாத நீர்க்குறியைச் சேர்ப்போம்.
எங்கள் உரை நீர்க்குறி கண்டறியும் கருவியை அணுகுவதற்கான விண்ணப்பங்களை வரவேற்கிறோம். தொழில்நுட்பத்தை மதிப்பிட்டு மேம்படுத்த உதவக்கூடிய, அங்கீகரிக்கப்பட்ட ஆராய்ச்சியாளர்களுக்கும் நிபுணத்துவ நிறுவனங்களுக்கும் மட்டுமே தொடக்கத்தில் அணுகல் வழங்கப்படும்.
மேற்கூறியவை உரையின் மூலத்தகவலுக்கு மட்டுமே பொருந்தும். எங்கள் openai.com/verify இணையக் கருவி மற்றும் உள்ளடக்க மூலத்தகவல் API(புதிய சாளரத்தில் திறக்கும்) உள்ளிட்ட ஒலி மற்றும் படத்திற்கான சரிபார்ப்புக் கருவிகள் தொடர்ந்து பொதுவாகக் கிடைக்கும். ஒரு படத்தை அல்லது ஒலிக்கோப்பை எங்கள் முறைமைகளில் ஒன்று உருவாக்கியதா என்பதை அறிய விரும்பும் நிறுவனங்கள் இவற்றைப் பயன்படுத்தலாம்.
எங்கள் உரை நீர்க்குறி தொழில்நுட்பமான textGrain, மாடல் தேர்ந்தெடுக்கும் சொற்களில் கண்ணுக்குப் புலப்படாத புள்ளிவிவர அடையாளத்தைச் சேர்க்கிறது. ஓர் உரைப்பகுதியில் OpenAI நீர்க்குறி உள்ளதா என்பதை மதிப்பிட, எங்கள் கண்டறியும் கருவி அந்த அடையாளத்தைத் தேடுகிறது. textGrain செயல்படும் விதம் பற்றிய கூடுதல் விவரங்களை எங்கள் தொழில்நுட்ப அறிக்கையில்(புதிய சாளரத்தில் திறக்கும்) காணலாம். வரும் வாரங்களில் மேலும் விவரங்களுடன் அந்த அறிக்கை புதுப்பிக்கப்படும். மற்றவர்கள் இதை அடிப்படையாகக் கொண்டு உருவாக்க வசதியாக, இத்தொழில்நுட்பத்தைத் திறந்த மூலமாக வெளியிடவும் திட்டமிட்டுள்ளோம்.
எங்கள் மதிப்பீடுகளில், உரைக்கான SynthID உள்ளிட்ட பிற அணுகுமுறைகளின் செயல்திறனுக்கு இணையாகவோ அதைவிடச் சிறப்பாகவோ textGrain செயல்பட்டது. இருப்பினும், உகந்த சூழல்களில் கிடைக்கும் சிறந்த செயல்திறன், அன்றாடப் பயன்பாட்டில் நம்பகமான கண்டறிதலுக்கு உத்தரவாதம் அளிக்காது.
கண்டறியும் கருவிகள் இருவகைப் பிழைகளைச் செய்யலாம்: இல்லாத நீர்க்குறியை இருப்பதாகக் கூறலாம் அல்லது இருக்கும் நீர்க்குறியைக் கண்டறியத் தவறலாம். கீழே உள்ள எங்கள் மதிப்பீடுகள் சில சவால்களை விளக்குகின்றன:
குறுகிய அல்லது சொல் தேர்வில் அதிகக் கட்டுப்பாடுகள் கொண்ட உரையில் நீர்க்குறியைக் கண்டறிவது கடினம். இல்லாத நீர்க்குறியை இருப்பதாகக் கூறும் விகிதத்திற்கான இலக்கை 1%-ஆக வைத்தபோது, உளவியல் போன்ற உள்ளடக்கங்களில், 200 டோக்கன்கள் கொண்ட உரைப்பகுதிகளில் சுமார் 80% அளவிலும், 400 டோக்கன்கள் கொண்டவற்றில் சுமார் 95% அளவிலும் எங்கள் கருவியானது நீர்க்குறிகளைக் கண்டறிந்தது. சொற்களைத் தேர்ந்தெடுப்பதில் குறைந்த நெகிழ்வுத்தன்மை உள்ள கணிதம் போன்ற உள்ளடக்கங்களில் கண்டறிதல் விகிதங்கள் கணிசமாகக் குறைந்திருந்தன.
நீர்க்குறியைத் திருத்தங்கள் வலுவிழக்கச் செய்யலாம். 400 டோக்கன்கள் கொண்ட உரைப்பகுதிகளின் மதிப்பீட்டில், 10% சொற்களை அவற்றின் இணைச்சொற்களால் மாற்றியபோது, கண்டறிதல் விகிதம் சுமார் 92%-இலிருந்து 66%-ஆகக் குறைந்தது. 25% சொற்களை மாற்றியபோது அது 17%-ஆகக் குறைந்தது.
நம்பகத்தன்மையையும் பொறுப்பான பயன்பாடுகளையும் மதிப்பிட உதவக்கூடிய, அங்கீகரிக்கப்பட்ட ஆராய்ச்சியாளர்களுக்கும் நிபுணத்துவ நிறுவனங்களுக்கும் மட்டுமே தொடக்கத்தில் கண்டறியும் கருவிக்கான அணுகலை வழங்க முடிவெடுத்ததற்கு இந்த வரம்புகளும் காரணம் ஆகும்.
ELI5 தரவுத்தொகுப்பிலுள்ள(புதிய சாளரத்தில் திறக்கும்) கணிதம் மற்றும் உளவியல் கேள்விகளுக்கான நீர்க்குறியிட்ட பதில்களின் முடிவுகளை இந்த விளக்கப்படம் காட்டுகிறது. இல்லாத நீர்க்குறியை இருப்பதாகக் கூறும் விகிதத்திற்கான இலக்கு 1%-ஆக வைக்கப்பட்டது. உரையின் நீளம் அதிகரிக்கும்போது கண்டறிதல் மேம்படுகிறது. ஆனால், சொல் தேர்வில் குறைந்த நெகிழ்வுத்தன்மை உள்ள கணிதம் போன்ற உள்ளடக்கங்களில் ஒட்டுமொத்தக் கண்டறிதல் கணிசமாகக் குறைவாக உள்ளது.
நீர்க்குறி அடையாளத்தைத் திருத்தங்கள் கணிசமாக வலுவிழக்கச் செய்யலாம். ஓர் உரைப்பகுதியில் 10% அல்லது 25% சொற்களை மாற்றுவது கண்டறிதலை எவ்வாறு பாதிக்கிறது என்பதை இந்த விளக்கப்படம் காட்டுகிறது. ELI5(புதிய சாளரத்தில் திறக்கும்) கேள்விகளுக்கான நீர்க்குறியிட்ட ஆங்கிலப் பதில்களின் அடிப்படையில் இந்த முடிவுகள் அமைந்துள்ளன.
எங்கள் சமீபத்திய அதிநவீன மாடலான Astra-ஐ மதிப்பிடப் பயன்படுத்தும் தரஅளவுச் சோதனைகளில், நீர்க்குறி உள்ளபோதும் இல்லாதபோதும் செயல்திறனில் குறிப்பிடத்தக்க வேறுபாடுகள் தென்படவில்லை.
தரஅளவுச் சோதனை | நீர்க்குறி இல்லாத உரை (Astra, Max) | நீர்க்குறி உள்ள உரை (Astra, Max) |
|---|---|---|
Artificial Analysis நுண்ணறிவுக் குறியீடு | 49.57 புள்ளிகள் | 49.76 புள்ளிகள் |
AutomationBench | 34.09% | 34.86% |
DeepSWE v1.1 | 72.80% | 71.68% |
Terminal-Bench 4.0 | 53.90% | 56.06% |
Terminal-Bench Science 0.1 | 56.90% | 60.00% |
BrowseComp | 87.92% | 87.35% |
HealthBench Professional | 64.27% | 64.60% |
GPQA Diamond | 94.44% | 93.94% |
ஓர் உரைப்பகுதியில் எங்கள் முறைமைகளின் பங்கு பற்றி வரையறுக்கப்பட்ட தகவலையே உரை நீர்க்குறிகள் தருகின்றன. கண்டறிதல் முடிவிலிருந்து எத்தகைய முடிவுகளுக்கு வரலாம், வரக்கூடாது என்பதைப் புரிந்துகொள்வது முக்கியம்.
மனிதப் பங்களவை நீர்க்குறி அளவிடாது. உரையின் ஒரு பகுதியை OpenAI முறைமை உருவாக்கியதா அல்லது செயலாக்கியதா என்பதை அது சுட்டிக்காட்டலாம். ஆனால், அதில் மனிதர்களின் மதிப்பீடு, திருத்தம் அல்லது படைப்பாற்றல் எந்த அளவு இடம்பெற்றது என்பதைத் தெரிவிக்காது.
உரிமையையோ பொறுப்பையோ நீர்க்குறி நிறுவாது. உரை யாருக்குச் சொந்தமானது, அதன் பயன்பாடு சட்டபூர்வமானதா, தகவல் வெளிப்படுத்தல் தேவைப்பட்டதா அல்லது அதற்கு யார் பொறுப்பு என்பதை அது தீர்மானிக்காது.
பயனரை நீர்க்குறி அடையாளம் காட்டாது. அது ஒரு நபர், நிறுவனம், கணக்கு, ப்ராம்ப்ட் அல்லது உரையாடலை அந்த உரையுடன் தொடர்புபடுத்தாது.
துல்லியத்தை நீர்க்குறி சரிபார்க்காது. ஓர் உரைப்பகுதி உண்மையானதா, தவறாக வழிநடத்துகிறதா, தீங்கு விளைவிக்கிறதா அல்லது சரியான சூழலில் வழங்கப்பட்டுள்ளதா என்பதை அது தெரிவிக்காது.
நீர்க்குறி கண்டறியப்படாததால், உரையை மனிதர்தான் எழுதியுள்ளார் என்று நிரூபணமாகாது. OpenAI கருவிகளால் உருவாக்கப்பட்ட உரை மிகக் குறுகியதாகவோ, திருத்தப்பட்டதாகவோ, மொழிபெயர்க்கப்பட்டதாகவோ இருந்தால், கண்டறிதல் நம்பகமாகச் செயல்படாமல் போகலாம். ஆதரிக்கப்படாத மாடலிலிருந்து அந்த உரை நீர்க்குறி வந்திருக்கலாம், நீர்க்குறி அறிமுகத்திற்கு முன் உருவாக்கப்பட்டிருக்கலாம் அல்லது வேறொரு நிறுவனத்தின் கருவிகளால் உருவாக்கப்பட்டிருக்கலாம்.
ஐரோப்பிய ஒன்றியத்தில் உரை நீர்க்குறியை அறிமுகப்படுத்துதல். வரும் வாரங்களில், ஐரோப்பிய ஒன்றியத்தில் மட்டும் அனைத்துத் திட்டங்களிலும் தகுதிபெறும் ChatGPT மற்றும் Codex பயனர்களுக்கு உரை நீர்க்குறியை அறிமுகப்படுத்துவோம். அறிமுகத்தின்போது உரை நீர்க்குறியை உலகளவில் இயல்புநிலை அம்சமாக்கவில்லை. இந்தப் பிராந்திய அணுகுமுறை, நடைமுறைப் பயன்பாட்டிலிருந்தும் கருத்துகளிலிருந்தும் கற்றுக்கொள்ள எங்களுக்கு வாய்ப்பளிக்கிறது.
API வாடிக்கையாளர்கள் விருப்பத்தின் பேரில் நீர்க்குறியை இயக்க வசதி அளித்தல். இன்று முதல், உலகெங்கும் உள்ள API வாடிக்கையாளர்கள் குறிப்பிட்ட மாடல்களின் உரை வெளியீடுகளில் நீர்க்குறியை விருப்பத்தின் பேரில் இயக்கலாம். இதன் மூலம், தங்கள் வெளிப்படைத்தன்மைக் கடமைகளுக்கும் பயனர்களுக்கு வழங்கும் அனுபவங்களுக்கும் ஏற்ப நீர்க்குறியை எவ்வாறு பயன்படுத்துவது என்பதை வாடிக்கையாளர்களே தீர்மானிக்கலாம். மேகக்கணிமைக் கூட்டாளர்களின் சேவைகள் வழியாக அணுகப்படும் OpenAI மாடல் வெளியீடுகளிலும் வரும் வாரங்களில் நீர்க்குறியை வழங்க, அவர்களுடன் இணைந்து பணியாற்றுகிறோம்.
ஆராய்ச்சியாளர்களுக்கும் நிபுணத்துவ நிறுவனங்களுக்கும் கண்டறியும் கருவிக்கான அணுகலை வழங்குதல். அங்கீகரிக்கப்பட்ட ஆராய்ச்சியாளர்களும் நிபுணத்துவ நிறுவனங்களும் இன்று முதல் விண்ணப்பிக்கலாம். நடைமுறை நெறிமுறைக்கு(புதிய சாளரத்தில் திறக்கும்) இணங்க, உரை மூலத்தகவலை மதிப்பிடவும் மேம்படுத்தவும் உதவும் வகையில், தொடக்கத்தில் ஒவ்வொரு விண்ணப்பமும் தனித்தனியாக மதிப்பிடப்பட்டு அணுகல் வழங்கப்படும். பயனரை அடையாளம் காட்டாமலும், அவருடைய ப்ராம்ப்ட்கள் அல்லது உரையாடல்களை வெளிப்படுத்தாமலும், OpenAI நீர்க்குறி கண்டறியப்பட்டதா என்பதை இக்கருவி தெரிவிக்கும். இருக்கும் நீர்க்குறியைத் தவறவிடும் அபாயமும், இல்லாததை இருப்பதாகக் கூறும் அபாயமும் உள்ளதால், அறிமுகத்தின்போது இதைப் பொதுப் பயன்பாட்டிற்கு வழங்கவில்லை.
தொழில்நுட்பம், தரநிலைகள் மற்றும் ஆதாரங்கள் வளரும்போது, இந்த அணுகுமுறையின் ஒவ்வொரு பகுதியையும் மறுபரிசீலனை செய்ய எதிர்பார்க்கிறோம்.
மூலத்தகவலை அறியும் எந்தவொரு நுட்பமும் தனியாகப் போதுமானதல்ல. எனவே, திறந்த தரநிலைகள், நீடித்து நிலைக்கும் நீர்க்குறிகள் மற்றும் சரிபார்ப்புக் கருவிகளை இணைக்கும் அடுக்குமுறை அணுகுமுறையைப் பின்பற்றுகிறோம்.
ஆதரிக்கப்படும் பட வெளியீடுகளில் உள்ளடக்கச் சான்றுகளைச் சேர்க்கிறோம்; C2PA தரநிலைக்கு இணங்குகிறோம்(புதிய சாளரத்தில் திறக்கும்); ஆதரிக்கப்படும் படங்களிலும் ஒலியிலும் கண்ணுக்குப் புலப்படாத SynthID(புதிய சாளரத்தில் திறக்கும்) நீர்க்குறிகளைப் பதிக்கிறோம். மேலும், openai.com/verify மற்றும் எங்கள் உள்ளடக்க மூலத்தகவல் API(புதிய சாளரத்தில் திறக்கும்) மூலம் படங்களையும் ஒலியையும் சரிபார்க்கும் வசதியை வழங்குகிறோம். இந்த நுட்பங்கள் ஒன்றுக்கொன்று துணைபுரிகின்றன: உள்ளடக்கச் சான்றுகள் ஒரு கோப்பின் மூலத்தையும் வரலாற்றையும் பதிவு செய்யலாம்; அதேவேளை, மீத்தரவு நீக்கப்பட்டாலும் கண்ணுக்குப் புலப்படாத நீர்க்குறிகள் ஓர் அடையாளத்தைத் தக்கவைக்கலாம்.
எங்கள் தேர்தல் பாதுகாப்புப் பணிகளில் விளக்கியபடி, ஆழ்போலிகள் உள்ளிட்ட, தவறாக வழிநடத்தக்கூடிய செயற்கை நுண்ணறிவு உள்ளடக்கத்தை மதிப்பிட மக்களுக்கும் தளங்களுக்கும் மூலத்தகவல் உதவும். இந்த அடையாளங்களுடன் கொள்கைகள், தவறான பயன்பாட்டைக் கண்டறிதல், புகாரளித்தல், விசாரணைகள் மற்றும் அமலாக்கத்தை இணைக்கிறோம். மேலும், பரந்த தொழில்நுட்பச் சூழல் முழுவதும் மூலத்தகவல் பயனுள்ளதாக இருக்க, ஆராய்ச்சியாளர்கள், தரநிலை அமைப்புகள், தளங்கள் மற்றும் குடிமைச் சமூகத்துடன் இணைந்து பணியாற்றுகிறோம்.
மூலத்தகவல் நுட்பங்களை உரைக்கும் விரிவுபடுத்தும்போது, உரையை எவ்வளவு எளிதாக மாற்றி எழுதலாம், மொழிபெயர்க்கலாம் அல்லது திருத்தலாம் என்பதைக் கருத்தில் கொள்ள வேண்டும். ஜூன் மாதத்தில் விவாதித்தபடி, எங்கள் அணுகுமுறை தற்போதைய தொழில்நுட்பத்தின் நடைமுறை வரம்புகளைப் பிரதிபலிக்க வேண்டும். கண்டறிதலைத் தொடர்ந்து மேம்படுத்துவோம்; திருத்தம் மற்றும் மொழிபெயர்ப்புக்குப் பிறகு நீர்க்குறிகள் எவ்வாறு நிலைத்திருக்கின்றன என்பதை ஆய்வு செய்வோம். மேலும், செயற்கை நுண்ணறிவின் உதவியுடன் எழுதப்பட்டதையும், அதுவே எழுதியதையும் தெளிவாக வேறுபடுத்துவதற்கான வழிகளை ஆராய்வோம். ஆதாரங்கள், தரநிலைகள் மற்றும் ஒழுங்குமுறைத் தேவைகள் மாறும்போது எங்கள் அணுகுமுறையை மாற்றியமைப்போம். முடிவுகளைப் பொறுப்புடன் புரிந்துகொள்ள முடியும் என நாங்கள் கருதும்போது, கண்டறியும் கருவிக்கான அணுகலை விரிவுபடுத்துவோம்.
மேலும் தகவல்களுக்கு, எங்கள் உதவி மையக் கட்டுரையைப்(புதிய சாளரத்தில் திறக்கும்) பார்க்கவும்.
