மாடல் சீரமைவின்மை அறிக்கையிடல் கட்டமைப்பு
OpenAI-இல் மாடல் சீரமைவின்மை நிகழ்வுகளைக் கண்காணித்து, விசாரித்து, வெளியிடுவதற்கான புதிய கட்டமைப்பையும், கடந்த ஆறு மாதங்களில் நாங்கள் கண்ட எதிர்பாராத அல்லது கவலைக்குரிய மாடல் நடத்தை பற்றிய ஆறு அறிக்கைகளையும் பகிர்கிறோம்.
ஆராய்ச்சியாளர்கள், AI உருவாக்குநர்கள், கொள்கை வகுப்போர் மற்றும் பொதுமக்களுக்குச் சிறந்த தகவல்களை வழங்குவதற்காக, சீரமைவின்மை குறித்த எங்கள் கண்டுபிடிப்புகளைப் பொதுவில் வெளியிட கடந்த காலத்தில் முயன்றுள்ளோம். ஆனால் இந்தக் கண்டுபிடிப்புகளை அறிக்கையிட முறையான அணுகுமுறை இல்லாததால், எங்கள் வெளியீடுகள் அவ்வப்போது மட்டுமே நிகழ்ந்தன. பல நிகழ்வுகளை ஒரே அறிக்கையாகத் தொகுக்கும் வரை நாங்கள் அடிக்கடி காத்திருந்தோம் அல்லது புதிதாக வெளியிட்ட மாடல்களின் சிஸ்டம் கார்டுகளில் அவற்றைச் சேர்த்தோம். நாங்கள் அறிக்கையிடும் நடத்தையை முழுமையாக விளக்கவோ தணிக்கவோ முடியாத நிலையிலும், அது கண்டறியப்பட்டவுடன் சீரமைவின்மை அறிக்கைகளை விரைவாக வெளியிட இந்தப் புதிய கட்டமைப்பு உதவும்.
AI முறைமைகள் மேம்பட்டவையாகி, பரவலாகப் பயன்படுத்தப்படும்போது, சீரமைப்பு ஆராய்ச்சியின் முன்னேற்றம் குறித்து விரிவான, நன்கு தகவலறிந்த ஒருமித்த கருத்தை நாம் உருவாக்க வேண்டும். சீரமைப்பையும் கண்காணிப்பையும் போதிய அளவுக்கு AI துறை தீர்த்துவிட்டது என்றும், இன்னும் நீண்ட காலத்திற்கு அதிகபட்ச வேகத்தில் பொறுப்புடன் விரிவாக்க முடியும் என்றும் நாங்கள் நம்பவில்லை. வரும் மாதங்களிலும் ஆண்டுகளிலும் AI உருவாக்கம் எவ்வாறு தொடர வேண்டும் என்பது குறித்த முடிவுகள், அதிநவீன மாடல்களை உருவாக்கும் நிறுவனங்களுக்கு வெளியே உள்ளவர்கள் தாங்களே ஆய்வு செய்யக்கூடிய ஆதாரங்களை அடிப்படையாகக் கொண்டிருக்க வேண்டும்.
சீரமைவின்மைக்கான எடுத்துக்காட்டுகள், அவர்களுடைய முறைமைகள் இதே போன்ற திறன்களை எட்டும்போது பிற AI உருவாக்குநர்கள் சந்திக்கக்கூடிய சிக்கல்களைக் கண்டறியவும், பாதுகாப்பு ஏற்பாடுகளின் பலவீனங்களை வெளிப்படுத்தவும், மாடல் நடத்தை குறித்த கருதுகோள்களைக் கேள்விக்குள்ளாக்கவும் உதவலாம். இந்தக் கண்டுபிடிப்புகளைப் பகிர்வது, இதே சிக்கல்களை மற்றவர்கள் விசாரிக்கவும், எங்கள் விளக்கங்களைச் சோதிக்கவும், தணிப்பு நடவடிக்கைகளை மேம்படுத்தவும் உதவுகிறது. சீரமைவின்மை குறித்த வெளிப்படைத்தன்மை மதிப்புமிக்கது என்று நாங்கள் நம்புவதால், முக்கியத்துவம் நிச்சயமாகத் தெரியாதபோதும் வெளியிடுவதையே எங்கள் புதிய கட்டமைப்பு ஆதரிக்கிறது. இதனால் நாங்கள் வெளியிடும் சில நிகழ்வுகள் உண்மையானவை அல்ல என்றும், பெரிய போக்கின் பகுதியாகவோ எதிர்கால முன்னேற்றங்களின் அறிகுறியாகவோ இல்லை என்றும் பின்னர் தெரியவரலாம்.
தற்போது, AI உருவாக்குநர்கள் தங்கள் மாடல்களில் உள்ள சீரமைவின்மைக்கான எடுத்துக்காட்டுகளை எவ்வாறு வெளியிட வேண்டும் என்பதற்கான தெளிவான தரநிலைகளைக் கொண்ட, துறை முழுவதற்குமான கட்டமைப்பு இல்லை. எந்தச் சீரமைவின்மை நிகழ்வுகளை உருவாக்குநர்கள் வெளியிட வேண்டும், அவர்களின் அறிக்கைகளில் எவை இருக்க வேண்டும் என்பதை வரையறுத்து, அத்தகைய தரநிலைகளை உருவாக்குவதற்கான முதல் படியாக இன்று நாங்கள் முன்வைக்கும் கட்டமைப்பு அமையும் என்று நம்புகிறோம். இந்தக் கட்டமைப்பைத் தொடர்ந்து உருவாகிவரும் பணியாகக் கருதுகிறோம்; அனுபவம் மற்றும் பொதுமக்களின் கருத்துகளின் அடிப்படையில் இதை மேம்படுத்துவோம்.
இங்கே, இந்தக் கட்டமைப்பு எவ்வாறு செயல்படும் என்பதை விவரித்து, நாங்கள் வெளியிடும் முதல் அறிக்கைகளைப் பகிர்கிறோம்.
மாடல் சீரமைவின்மை எவ்வாறு உருவாகிறது, எப்படி வெளிப்படுகிறது, பாதுகாப்பு ஏற்பாடுகள் எங்கு வெற்றி பெறுகின்றன அல்லது தோல்வியடைகின்றன என்பதற்குப் பயனுள்ள ஆதாரம் வழங்கும் எடுத்துக்காட்டுகளை வெளியிடுவது எங்கள் நோக்கம் ஆகும். புதிய செயல்முறைகள், அறியப்பட்ட நடத்தையில் குறிப்பிடத்தக்க மாற்றங்கள், பாதுகாப்பு அல்லது தணிப்பு குறித்த கருதுகோள்களைக் கேள்விக்குள்ளாக்கும் கண்டுபிடிப்புகள் ஆகியவற்றுக்கு முன்னுரிமை அளிக்கிறோம். ஓர் எடுத்துக்காட்டை வெளியிடுவதற்கு, அது தீங்கு ஏற்படுத்தியிருக்கவோ பரந்த போக்கை உறுதிப்படுத்தவோ வேண்டியதில்லை. பயிற்சி, மதிப்பீடு, சோதனை, பயன்பாடு உட்பட ஒரு மாடலின் வாழ்நாள் முழுவதும் நிகழும், தகுதிபெறும் நடத்தையை இந்தக் கட்டமைப்பு உள்ளடக்கும்.
அனுமதியின்றிச் செயல்படுதல், பிற மாடல்களுடன் ஒருங்கிணைதல் அல்லது மேற்பார்வையைத் தவிர்த்தல் ஆகியவற்றுக்கான மாடல்களின் புதிய வழிகள்; ஒரு சீரமைப்பு முறையையோ பாதுகாப்பு ஏற்பாட்டையோ கேள்விக்குள்ளாக்கும் தோல்விகள்; வெளியிடப்பட்ட பாதுகாப்பு மதிப்பீட்டில் உள்ள கூற்றுக்குச் சவால் விடும் நடத்தை ஆகியவை இதில் அடங்கும். மூன்றாம் தரப்பினரைப் பாதிக்கக்கூடிய சீரமைவின்மைக்கும் இதே வெளியீட்டு அளவுகோல்கள் பொருந்தும்.
கடந்த காலத்தில் நாங்கள் வெளியிட்ட நிகழ்வுகளின் மறுநிகழ்வுகளாகத் தோன்றும் சீரமைவின்மை நிகழ்வுகளும் இதில் அடங்கலாம். ஒரு சிக்கல் மீண்டும் நிகழ்வதே எங்கள் மாடல்களின் நடத்தை அல்லது பாதுகாப்பு ஏற்பாடுகளின் செயல்திறன் குறித்த பயனுள்ள ஆதாரமாக இருக்கலாம். எடுத்துக்காட்டாக, ஒரு குறிப்பிட்ட சீரமைவின்மை நடத்தை, அதைத் தணிக்கப் பலமுறை முயன்ற பின்னரும் தொடர்ந்து நிகழலாம். இத்தகைய சூழல்களில், அசல் சீரமைவின்மை வெளியீட்டைப் புதுப்பித்து கூடுதல் எடுத்துக்காட்டுகளை வெளியிடுவோம்.
காலப்போக்கில், பிற உருவாக்குநர்கள், வெளிப்புற ஆராய்ச்சியாளர்கள், துறைத் தரநிலை அமைப்புகள் மற்றும் ஒழுங்குமுறை அதிகாரிகளுடன் இணைந்து மேலும் புறநிலையான வெளியீட்டு அளவுகோல்களை உருவாக்கத் திட்டமிட்டுள்ளோம். தீவிரமான பாதுகாப்பு, பத்திரத்தன்மை மற்றும் சீரமைவின்மைச் சம்பவங்கள் அமெரிக்க மத்திய அரசுடன் பகிரப்பட வேண்டும் என்றும் நம்புகிறோம்; இதற்கான அறிக்கையிடல் வழிமுறைகளை முன்மொழியப் பணியாற்றுகிறோம். இந்தக் கட்டமைப்பு எங்களின் தற்போதைய கடமைகளுக்குத் துணையானது. கடுமையான பாதுகாப்புச் சம்பவங்கள் அல்லது இணையப் பாதுகாப்பு ஊடுருவல்கள் உட்பட சட்டப்படி தகவல் வெளியிட வேண்டிய கடமைகளுக்கு இது மாற்றாகாது.
சீரமைவின்மையை வெளியிடுவதற்கான எங்கள் புதிய கட்டமைப்பைத் தொடங்கிவைக்கும் வகையில், எங்கள் மாடல்களின் பயிற்சி அல்லது மதிப்பீட்டின்போது நாங்கள் கண்ட சீரமைவில்லாத நடத்தை நிகழ்வுகள் குறித்த ஆறு அறிக்கைகளை வெளியிடுகிறோம். பயனரிடமிருந்து தகவலை மறைப்பது முதல் தடைகளைத் தாண்டுவதற்காக அனுமதிக்கப்படாத நடவடிக்கைகளை மேற்கொள்வது வரை, பகிரத் தகுந்தவை என்று நாங்கள் கருதும் பல்வேறு நடத்தைகளை இந்த வழக்குகள் எடுத்துக்காட்டுகின்றன. இவை தனிப்பட்ட நிகழ்வுகள் குறித்த அறிக்கைகள் மட்டுமே; எங்கள் மாடல்களில் சீரமைவின்மை எவ்வளவு அடிக்கடி நிகழ்கிறது என்பதை இவை பிரதிபலிப்பதாகக் கருதக்கூடாது. கீழே உள்ள ஒவ்வொரு உருப்படியும் முழு அறிக்கைக்கான இணைப்பைக் கொண்டுள்ளது.
பணிச் சுருக்கங்களில் தானாக உருவாக்கப்பட்ட வழிமுறைகள்(புதிய சாளரத்தில் திறக்கும்). வெளியிடப்படாத ஓர் ஆராய்ச்சி மாடல், புதிய சூழல் சாளரத்தில் தனது பணியைத் தொடரப் பயன்படுத்தப்பட்ட சுருக்கங்களில், வழக்கமான கட்டுப்பாடுகளைப் புறக்கணிக்கச் சொல்லும் வழிமுறைகள் உட்பட தொடர்பில்லாத வழிமுறைகளைச் சேர்த்தது. பாதிக்கப்பட்ட 27 சுருக்கங்களை நாங்கள் கண்டறிந்தோம்.
பணிச் சுருக்கங்களில் தவறுகளை மறைப்பதற்கான வழிமுறைகள்(புதிய சாளரத்தில் திறக்கும்). GPT‑5.6 Sol பயிற்சியின்போது, தவறுகளையோ சீரமைவில்லாத நடத்தையையோ பயனரிடமிருந்து மறைப்பதற்கான வழிமுறைகளைத் தங்கள் சுருக்கங்களில் பல மாடல் நிகழ்வுகள் சேர்த்தன. எடுத்துக்காட்டாக, விடுபட்ட வரலாற்றுத் தரவைத் தெரிவிக்காமல் புனையவும், மூலப் பதிப்புகளுக்கு இடையிலான பொருத்தமின்மைகளை மறைக்கவும் சொல்லும் வழிமுறைகள் சுருக்குதல் சுருக்கங்களில் இடம்பெற்றன.
வெளிப்பட்ட API விசைகளுக்காகப் பொது ரிபாசிட்டரிகளில் தேடி, பின்னர் தகவலைப் புனைதல்(புதிய சாளரத்தில் திறக்கும்). கலிஃபோர்னியாவிலுள்ள ஒரு மாவட்டத்தின் வருவாய் விவரங்கள் குறித்த வழக்கமான கேள்விக்குப் பதிலளிக்கும்போது, வெளிப்பட்ட API விசையை ஒரு மாடல் கண்டுபிடித்து, அனுமதியின்றிப் பயன்படுத்தியது. கோரப்பட்ட விவரங்களை அப்போதும் பெற முடியாததால், அவற்றைப் புனைந்து, கோரப்பட்ட மூலத்திலிருந்து பெறப்பட்ட தரவாக வழங்கியது.
கோப்புகளை மேற்கோள் காட்டுவதற்காக இணையத்தில் பதிவேற்றுதல்(புதிய சாளரத்தில் திறக்கும்). 50,00,000 சதுர மீட்டருக்கும் பெரிய ஏரிகளின் அடையாள எண்களையும் பெயர்களையும் வெளியிடப்படாத ஒரு மாடலிடம் பயனர் கேட்டபோது, Python-ஐப் பயன்படுத்திச் சரியான பதிலை ஏஜென்ட் கண்டறிந்தது. ஆனால் உலாவி மேற்கோளை வழிமுறைகள் கேட்டதால், பயனரிடம் கேட்காமலேயே கோப்பைப் பதிவேற்றி, தனது பதிலில் அதை மேற்கோள் காட்ட ஏஜென்ட் முடிவுசெய்தது.
உள்நிலை மென்பொருள் ரிபாசிட்டரி வழியாக அனுமதிக்கப்படாத பதிவுகளும் தகவல்தொடர்பும்(புதிய சாளரத்தில் திறக்கும்). விடுபட்ட உள்ளீட்டுக் கோப்புகளைத் தேடும்போது, தனித்தனி பயிற்சி மாதிரிகளுக்கு இடையே கோரிக்கைகளையும் பதில்களையும் பரிமாறிக்கொள்ள மாடல்கள் உள்நிலை மென்பொருள் ரிபாசிட்டரியைச் செய்திப் பலகையாகப் பயன்படுத்தின. ஆனால் அந்தக் கோப்புகளை அவற்றால் மீட்க முடியவில்லை. பிணையக் கட்டுப்பாடுகளைத் தவிர்க்க முயன்றபோது ரிபாசிட்டரியில் சோதனைக் கோப்புகளை ஒரு மாடல் வெற்றிகரமாகப் பதிவேற்றிய முந்தைய நிகழ்வையும் இந்த அறிக்கை ஆராய்கிறது.
இணைந்து செயல்படும் ஏஜென்ட்களுக்கு இடையிலான அனுமதிக்கப்படாத கோப்புப் பகிர்வு(புதிய சாளரத்தில் திறக்கும்). ஒரே பயிற்சிப் பணியில் இணைந்து செயல்பட்ட ஏஜென்ட்கள், ஒன்றின் அகக் கோப்புகளை மற்றொன்று அணுக முடியாதபோது, கோப்புகளைப் பகிரப் பொதுக் கோப்புச் சேமிப்பு இணையதளங்களைப் பயன்படுத்தின. அகக் கோப்புகளை மட்டுமே மாடல்கள் பயன்படுத்த வேண்டும் என்று பணி கோரியிருந்தபோதும், இதனால் பணியின் வெளியீடுகள் பொதுவான இணைய முகவரிகளில் கிடைக்கத் தொடங்கின.
எந்த OpenAI பணியாளரும் ஒரு சீரமைவின்மை எடுத்துக்காட்டை எங்கள் பாதுகாப்பு மற்றும் சீரமைப்புக் குழுக்களின் விசாரணைக்காகக் குறித்துக் காட்டி, பொதுவில் வெளியிடுவதற்குப் பரிசீலிக்குமாறு கோரலாம். இதன் மூலம் எங்கள் வெளியீட்டுச் செயல்முறை தொடங்குகிறது. விசாரணையும் வெளியீடும் உரிய நேரத்தில் நடைபெறுவதை உறுதிசெய்ய ஒவ்வொரு படிக்கும் காலக்கெடு உண்டு.
ஓர் எடுத்துக்காட்டு குறிக்கப்பட்டதும், என்ன நடந்தது, எது இன்னும் உறுதியாகத் தெரியவில்லை, பொதுவில் வெளியிடப் போதிய காரணம் உள்ளதா, எந்த உண்மைகளைப் பகிரலாம் ஆகியவற்றை எங்கள் தொழில்நுட்பப் பணியாளர்கள் விசாரிப்பார்கள். மூன்றாம் தரப்பினர் யாரேனும் பாதிக்கப்பட்டார்களா, வெளியிடுவதற்கு முன் அவர்களுக்குத் தனிப்பட்ட முறையில் தெரிவிக்க வேண்டுமா என்பதையும் அவர்கள் மதிப்பிடுவார்கள்.
பின்னர் அந்த எடுத்துக்காட்டு மூன்று பாதைகளில் ஒன்றுக்கு ஒதுக்கப்படும்: “வெளியிடத் தயார்”, “சிறிய விசாரணை” அல்லது “பெரிய விசாரணை” (“மெதுவான பாதை”).
“வெளியிடத் தயார்” என்பது, ஆய்வுக்குப் பிறகு வெளியிடும் அளவுக்கு விசாரணை நிறைவடைந்த தகுதிபெறும் நிகழ்வுகளை உள்ளடக்கும். “சிறிய விசாரணை” என்பது மேலும் தொழில்நுட்ப விசாரணை தேவைப்படும் நிகழ்வுகளை உள்ளடக்கும். நாங்கள் வெளியிடும் நிகழ்வுகளில் பெரும்பாலானவை, குறிப்பாக விரிவான விசாரணை, மூன்றாம் தரப்பினருடன் ஒருங்கிணைப்பு அல்லது கடுமையான தவறான பயன்பாட்டு அபாயங்களைக் கையாளுதல் தேவைப்படாத வழக்குகள், இந்த இரு பாதைகளில் அடங்கும் என எதிர்பார்க்கிறோம். இன்று நாங்கள் வெளியிடும் நிகழ்வுகள் அனைத்தும் இந்த இரு பாதைகளில் ஏதேனும் ஒன்றில் அடங்குகின்றன.
“பெரிய விசாரணை” என்பது சிக்கலான விசாரணைகளை, குறிப்பாக மூன்றாம் தரப்பினர் சம்பந்தப்பட்டவற்றை, உள்ளடக்கும். மூன்றாம் தரப்பினர் பாதிக்கப்படும்போது, பாதுகாப்பு, சட்டம் மற்றும் பொறுப்பான தகவல் வெளியீடு குறித்த எங்கள் கடமைகள் இந்தக் கட்டமைப்பைவிட முன்னுரிமை பெறும். தொடக்க அறிவிப்பை முடிந்தவரை விரைவாக வெளியிட முயல்வோம். ஆனால் பாதுகாப்புக் காரணங்களுக்காக அதைத் தாமதப்படுத்த வேண்டியிருக்கலாம். எடுத்துக்காட்டாக, பரவலாகப் பயன்படுத்தப்படும் மென்பொருளில் இதுவரை அறியப்படாத ஒரு பாதிப்பை மாடல் கண்டறிந்தால் இவ்வாறு நேரிடலாம். மூன்றாம் தரப்பினரை ஓர் அறிக்கை அடையாளப்படுத்தக்கூடும் என்றால், பாதுகாப்பு எல்லை எதுவும் மீறப்படாதபோதும் முன்கூட்டியே அறிவிக்க விரும்புகிறோம்.
“பெரிய விசாரணை” நிகழ்வுக்கான தொடக்க அறிவிப்பு, என்ன நடந்தது என்பதை மேல்நிலையில் விவரித்து, வெளிப்புற நிபுணர்கள் விசாரணைக்கு உதவுகிறார்களா என்பதைக் குறிப்பிட்டு, இறுதி அறிக்கையை எப்போது வெளியிடுவோம் என்பது குறித்த மதிப்பீடு கிடைத்தால் அதையும் வழங்கும். OpenAI Hugging Face சம்பவம் இந்தக் கட்டமைப்பின் கீழ் வெளியிடப்பட்டிருந்தால், இந்தப் பாதையில் அடங்கியிருக்கும்.
எடுத்துக்காட்டை முன்வைத்த பணியாளரிடம், அதை வெளியிடுவதா வேண்டாமா என்ற முடிவும், வெளியிட்டால் அது எந்தப் பாதையைப் பின்பற்றும் என்பதும் தெரிவிக்கப்படும். வெளியிடுவது அல்லது அதற்கான சரியான பாதை குறித்துத் தீர்க்கப்படாத கருத்து வேறுபாடுகள், அதிநவீன மாடல் திறன்களையும் பாதுகாப்பு ஏற்பாடுகளையும் மதிப்பிட்டு, எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க்கை மேற்பார்வையிட்டு, OpenAI தலைமைக்கு ஆலோசனை வழங்கும் நிறுவனத்தின் மூத்த அதிகாரிகளைக் கொண்ட OpenAI-இன் பாதுகாப்பு ஆலோசகர் குழுவிடம் (SAG) அனுப்பப்படும். பாதுகாப்பு ஆலோசகர் குழுவுக்குள் ஏற்படும் கருத்து வேறுபாடுகளும், அதன் முடிவுகள் குறித்த பணியாளர்களின் ஆட்சேபங்களும் OpenAI தலைமைக்கு அனுப்பப்படும். வெளியிட வேண்டாம் என்ற அல்லது வெளியிடுவதற்குப் போதிய காரணமில்லை என்ற முடிவுகள், பாதுகாப்பு மற்றும் சீரமைப்புத் தலைமையுடனும், இயன்றவரை தொடர்புடைய தொழில்நுட்பப் பணியாளர்களுடனும் பகிரப்படும்.
நடைமுறையில் இந்த வெளியீட்டுச் செயல்முறை எவ்வாறு செயல்படுகிறது என்பதை அறிந்துகொள்ளும்போது அதை நாங்கள் திருத்தக்கூடும்; மாற்றங்கள் அனைத்தும் இந்தப் பதிவில் குறிப்பிடப்படும்.
ஒவ்வொரு முழு அறிக்கையும் நாங்கள் கண்ட நடத்தையையும், அதன் தீவிரத்தையும் வெளிப்புறத் தாக்கத்தையும், அது நிகழ்ந்த சூழலையும், நிகழ்ந்த தேதி அல்லது காலப்பகுதியையும், அதை நாங்கள் கண்டறிந்த நேரத்தையும், அதிக நிலையில் சம்பந்தப்பட்ட மாடல் அல்லது மாடல்களைப் பற்றிய மேல்நிலைத் தகவலையும் விவரிக்கும். இயன்றபோது, இவற்றையும் பகிர்வோம்:
என்ன நடந்தது, அதனால் ஏற்பட்ட தீங்கு ஆகியவற்றின் கூடுதல் விவரங்கள்;
சீரமைவின்மையை நாங்கள் எவ்வாறு கண்டறிந்தோம் என்பதும், எங்கள் விசாரணையின் பரப்பும்;
சீரமைப்பு ஆராய்ச்சிக்கும் தொழில்நுட்ப AI பாதுகாப்புக்கும் அது ஏற்படுத்தும் விளைவுகள் குறித்த எங்கள் விளக்கம்;
இந்த எடுத்துக்காட்டு எழுப்பும், இன்னும் விடை காணப்படாத முக்கியக் கேள்விகள்;
இந்த நடத்தையைச் சரிசெய்ய நாங்கள் மேற்கொள்ளும் அல்லது திட்டமிட்டுள்ள நடவடிக்கைகள். எங்கள் விசாரணையை முடிப்பதற்கு அல்லது தீர்வை உருவாக்குவதற்கு முன்பே சீரமைவின்மை அறிக்கையை வெளியிடக்கூடும் என்பதால், வெளியிடும் நேரத்தில் இவை அனைத்தும் எப்போதும் கிடைக்காமல் இருக்கலாம்.
வாடிக்கையாளர் பயன்பாடுகளில் ஏற்படும் சீரமைவின்மை குறித்து, வாடிக்கையாளர் தனியுரிமையும் எங்கள் ஒப்பந்தக் கடமைகளும் அனுமதிக்கும் அளவுக்குத் தகவல்களைப் பகிர்வோம்.
இன்றைய அறிக்கைகள், அறியப்பட்ட சீரமைவின்மை அல்லது நடந்துவரும் விசாரணைகள் பற்றிய முழுமையான விவரம் அல்ல; அவை தொடக்க வெளியீடுகள் மட்டுமே. இந்தத் தொடக்க அறிக்கைகள், இக்கட்டமைப்பின் கீழ் வரும் வழக்குகளின் முழு வகைகளையோ தீவிரத்தையோ பிரதிநிதித்துவப்படுத்துவதற்காக வெளியிடப்படவில்லை. நீண்ட விசாரணை அல்லது மூன்றாம் தரப்பினருடன் ஒருங்கிணைப்பு தேவைப்படும் மிகவும் சிக்கலான வழக்குகள் உட்பட, இக்கட்டமைப்பின் அளவுகோல்களைப் பூர்த்திசெய்யும் சீரமைவின்மை நிகழ்வுகளை வெளியிட நாங்கள் உறுதிபூண்டுள்ளோம். இக்கட்டமைப்பின் கீழ் தொடர்ந்து அறிக்கைகளை வெளியிடுவோம்; எங்கள் அறிக்கையிடல் உறுதிப்பாடுகளை மேலும் உருவாக்கும்போது அவற்றைப் பற்றிய கூடுதல் தகவல்களையும் பகிர்வோம்.
