مرکزی مواد پر جائیں
OpenAI

اپ ڈیٹ کی تاریخ: ۱۴ نومبر، ۲۰۲۲

اشتراک اور شائع کرنے کی پالیسی

سوشل میڈیا، لائیو اسٹریمنگ اور نمائشیں

AI کے بنائے ہوئے مواد کے ممکنہ خطرات کو کم کرنے کے لیے، ہم نے اجازت یافتہ اشتراک پر درج ذیل پالیسی سیٹ کی ہے۔

اپنے ذاتی پرامپٹس یا تکمیلات کو سوشل میڈیا پر شائع کرنے نیز اپنے استعمال کو لائیو اسٹریم کرنے یا ہمارے پراڈکٹس کی لوگوں کے گروپس کے سامنے نمائش کرنے کی عموماً اجازت دی جاتی ہے۔ برائے مہربانی درج ذیل کی پاسداری کریں:

  • ہر تخلیق کا اشراک کرنے سے پہلے یا اسٹریم کرتے ہوئے مینوئل طریقے سے جائزہ لیں۔
  • مواد کو اپنے نام یا اپنی کمپنی سے منسوب کریں۔
  • ایسے انداز میں مواد کے AI کے ذریعے بنائے جانے کی نشاندہی کریں جسے کوئی بھی صارف معقول طور پر سمجھنے سے محروم نہ رہے یا غلط نہ سمجھے۔
  • ایسے مواد کا اشتراک نہ کریں جو ہماری مواد کی پالیسی⁠ کی خلاف ورزی کرتا ہے یا جو دوسروں کو معیوب لگ سکتا ہے۔
  • اگر سامعین کی پرامپٹس کی درخواستیں لی جاتی ہیں، تو اپنے اچھے فیصلے کی صلاحیت کو بروئے کار لائیں؛ ایسے پرامپٹس داخل نہ کریں جو ہماری مواد کی پالیسی کی خلاف ورزی کی وجہ بن سکتے ہوں۔

اگر آپ یہ یقینی بنانا چاہتے ہیں کہ OpenAI ٹیم کسی خاص تکمیل سے واقف ہے، تو آپ ہمیں ای میل کر سکتے یا پلے گراؤنڈ میں رپورٹنگ کے ٹولز استعمال کر سکتے ہیں۔

OpenAI API کے تعاون سے تیار کردہ مواد

وہ تخلیق کار جو جزوی طور پر OpenAI API کے تعاون سے تیار کردہ اپنا فریقِ اول تحریری مواد (جیسے کتاب، مجموعہ یا مختصر کہانیاں) شائع کرنا چاہتے ہیں انہیں درج ذیل شرائط کے تحت ایسا کرنے کی اجازت دی جاتی ہے:

  • شائع شدہ مواد آپ کے نام یا کمپنی سے منسوب کیا جاتا ہے۔
  • مواد کو بنانے میں AI کا کردار اس انداز میں واضح طور پر منکشف کیا گیا ہے کہ اسے سمجھنے سے ممکنہ طور پر کوئی بھی قاری محروم نہیں رہ سکتا، اور اسے سمجھنا ایک عام قاری کے لیے کافی حد تک آسان ہوگا۔
  • مواد کے موضوعات OpenAI کی مواد کی پالیسی⁠ یا استعمال کی شرائط⁠ کی خلاف ورزی نہیں کرتے، مثلاً وہ بالغوں کے مواد، اسپام، قابلِ نفرت مواد، تشدد پر اکسانے والے مواد یا سماجی طور پر نقصان دہ دیگر استعمال پر مشتمل نہیں۔
  • ہم شائستگی سے یہ کہتے ہیں کہ آپ ایسے آؤٹ پٹس کے اشتراک سے اجتناب کریں جو دوسروں کے لیے ناخوشگوار ہو سکتا ہو۔

مثال کے طور پر، پیش لفظ یا تعارف میں (یا ملتی جلتی جگہوں پر) مسودہ سازی، ترمیم کاری وغیرہ کے متعلقہ کرداروں کی تفصیل لازماً دینی چاہیے۔ لوگوں کو API کے تیار کردہ مواد کے بارے میں یہ ظاہر نہیں کرنا چاہیے کہ یہ مکمل طور پر کسی انسان کی طرف سے یا AI کی طرف سے تیار کیا گیا ہے، اور لازمی طور پر کسی انسان کو ہی بالآخر مواد کے شائع ہونے کی ذمہ داری قبول کرنی چاہیے۔

یہ عمومی طور پر استعمال ہونے والے کچھ فقرے ہیں جنہیں آپ اپنے تخلیقی عمل کی وضاحت کرنے کے لیے استعمال کر سکتے ہیں، بشرطیکہ یہ درست ہوں:

مصنف نے جزوی طور پر اس متن کو GPT‑3، جو OpenAI کا بڑے پیمانے پر زبان کی تخلیق کا ماڈل ہے، کی مدد سے بنایا ہے۔ مسودے کی زبان تخلیق کرتے ہوئے، مصنف نے اپنی پسند کے مطابق زبان کا جائزہ لیا، اس میں ترمیم اور اس پر نظرِ ثانی کی اور بالآخر اس شائع شدہ مواد کی ذمہ داری قبول کرتا ہے۔

تحقیق

ہمارا ماننا ہے کہ وسیع تر دنیا کے لیے اہم ہے کہ وہ ہماری تحقیق اور پراڈکٹس کا جائزہ لینے، خصوصاً ہمارے ماڈلز میں ممکنہ کمزوریوں اور حفاظت یا جانبداری سے متعلق مسائل کو سمجھنے، کے قابل ہو۔ چنانچہ ہم OpenAI API سے متعلق تحقیقی اشاعتوں کو خوش آمدید کہتے ہیں۔

  • کچھ حالات میں، ہو سکتا ہے کہ ہم آپ کے کام کو اندرونی اور/یا بیرونی طور پر نمایاں کرنا چاہیں۔
  • دیگر حالات میں، جیسے API کی سیکیورٹی یا غلط استعمال سے متعلق اشاعتوں کے سلسلے میں، ہو سکتا ہے ہم اپنے صارفین کی حفاظت کے لیے مناسب کارروائیاں کرنا چاہیں۔
  • اگر آپ کو اپنی تحقیق کے دوران API میں حفاظت یا سیکیورٹی سے متعلق مسائل نظر آتے ہیں تو ہم کہیں گے کہ آپ برائے مہربانی فوری طور پر ہمارے حساسیت کے انکشاف کے ہم آہنگ پروگرام⁠ کے ذریعے انہیں جمع کرائیں۔

محقق کی رسائی کا پروگرام

ایسی کئی تحقیقی جہتیں ہیں جنہیں ہم OpenAI AP کے ذریعے دریافت کرنے پر پُرجوش ہیں۔ اگر آپ سبسڈی یافتہ رسائی کا موقع حاصل کرنا چاہتے ہیں تو برائے مہربانی محقق کی رسائی کے پروگرام کی ایپلیکیشن پر ہمیں اپنے تحقیق کے استعمال کے کیس کے بارے میں تفصیلات مہیا کریں۔

خصوصاً ہم درج ذیل کو خاص طور پر اہم جہتیں سمجھتے ہیں، تاہم آپ اپنی خود کی جہت تخلیق کر سکتے ہیں:

  • ہم آہنگی: ہم کیسے سمجھ سکتے ہیں کہ کس مقصد، اگر کوئی ہو، کا کوئی ماڈل تعاقب کر رہا ہے؟ ہم کیسے اس مقصد کے انسانی ترجیحات کے ساتھ ہم آہنگ ہونے کی حد میں اضافہ کر سکتے ہیں، جیسے پرامپٹ ڈیزائن یا بہتری لانے کے ذریعے؟
  • شفافیت اور نمائندگی: زبان کے ماڈلز میں شفافیت اور نمائندگی کے لیے کارکردگی کے معیارات کیسے تشکیل دیے جانے چاہئیں؟ مخصوص، متعین سیاق و سباق میں شفافیت اور نمائندگی کے مقاصد کی موثر انداز میں معاونت کرنے کے لیے زبان کے ماڈلز کو کیسے بہتر بنایا جا سکتا ہے؟
  • بین الشعبہ جاتی تحقیق: AI ڈویلپمنٹ دوسرے شعبوں جیسے فلسفہ، ادراکی سائنس اور سماجی لسانیات سے کیسے سیکھ سکتی ہے؟
  • ترجمانی اور شفافیت: میکانکی طور پر یہ ماڈلز کیسے کام کرتے ہیں؟ کیا ہم ان تصورات کی شناخت کر سکتے ہیں جو وہ استعمال کر رہے ہیں، یا ماڈل سے پوشیدہ علم حاصل کر سکتے ہیں، تربیتی طریقہ کار کے بارے میں چیزیں اخذ کر سکتے ہیں یا مستقبل کے حیران کن رویے کے بارے میں پیش گوئی کر سکتے ہیں؟
  • غلط استعمال کا امکان: API جیسے سسٹمز کا کیسے غلط استعمال کیا جا سکتا ہے؟ ہم کس قسم کے ”ریڈ ٹیمنگ“ نقطہ ہائے نظر تیار کر سکتے ہیں جن کے ذریعے ہم اپنی اور دیگر AI ڈیویلپرز کی مدد کر سکیں کہ وہ ذمہ داری کے ساتھ اس طرح کی ٹیکنالوجیز تعینات کرنے کے بارے میں سوچ سکیں؟
  • ماڈل کو دریافت کرنا: API جس قسم کے ماڈلز کی خدمت کرتا ہے ان کے پاس مختلف صلاحیتیں ہوتی ہیں جنہیں ابھی ہم نے دریافت کرنا ہے۔ ہم پرجوش ہیں کہ کئی شعبوں میں تفتیشیں شروع کی گئی ہیں، بشمول ماڈل کی حدود، لسانی خصوصیات، عقلِ سلیم کی مدد سے استدلال اور کئی دیگر مسائل کے ممکنہ استعمال۔
  • مضبوطی: جنریٹو ماڈلز کی غیر مساوی صلاحیت کی سطحیں ہوتی ہیں، جن میں صلاحیت کے حیران کن حد تک مضبوط اور حیران کن حد تک کمزور شعبوں کا امکان ہو سکتا ہے۔ پرامپٹ میں ”قدرتی“ اضطراب، جیسے ایک ہی آئیڈیا کو مختلف طریقوں سے لکھنا یا غلطیوں کے ساتھ یا بغیر لکھنا، کے لیے بڑے جنریٹو ماڈلز کتنے مضبوط ہوتے ہیں؟ کیا ہم اس قسم کے ڈومینز اور ٹاسکس کی پیش گوئی کر سکتے ہیں جن کے لیے بڑے جنریٹو ماڈلز کے زیادہ مضبوط ہونے (یا مضبوط نہ ہونے) کا زیادہ امکان ہوتا ہے، اور اس کا تربیتی ڈیٹا سے کیا تعلق ہوتا ہے؟ کیا ایسی تکنیکیں ہیں جنہیں ہم بدترین رویے کی پیش گوئی اور اسے کم کرنے کے لیے استعمال کر سکتے ہیں؟ ’تھوڑی مثالوں‘ سے سیکھنے کے سیاق و سباق (مثلاً پرامپٹس میں تغیرات پر محیط) میں مضبوطی کی کیسے پیمائش کی جا سکتی ہے؟ کیا ہم ماڈلز کی ایسے تربیت کر سکتے ہیں کہ وہ بہت اعلیٰ درجے کی اعتباریت کے ساتھ سلامتی کی خصوصیات کو مطمئن کریں، حتیٰ کہ مخالفانہ ان پٹس کے تحت بھی؟

برائے مہربانی نوٹ کریں کہ بڑی تعداد میں درخواستوں کی وجہ سے، ان درخواستوں کا جائزہ لینے میں ہمیں وقت لگتا ہے اور ساری تحقیق کو سبسڈی کے لیے ترجیح نہیں دی جائے گی۔ ہم صرف تب رابطہ کریں گے جب آپ کی درخواست سبسڈی کے لیے منتخب کی جائے گی۔