AILP — AI শিক্ষণ অনুমতি প্রোটোকল

01 · সংজ্ঞা

AILP শিক্ষণ সংক্রান্ত নির্দিষ্ট প্রশ্নের জন্য AIRS স্পেকট্রামকে কার্যকর করে তোলে। এটি এমন কাজগুলোকে পৃথক করে, যেগুলোকে বাইনারি ক্রলার নিয়ম একত্রে মিশিয়ে ফেলে: পঠিত হওয়া মানে শেখা নয়; রিট্রিভ হওয়া মানে প্রশিক্ষণে ব্যবহৃত হওয়া নয়; ফাইন-টিউনিং মানে ডিস্টিলেশন নয়; হুবহু মুখস্থকরণ পরিসংখ্যানগত অন্তর্ভুক্তকরণ থেকে ভিন্ন। AILP একজন প্রকাশককে একটি একক মেশিন-পাঠযোগ্য ফাইলে প্রতি-মাত্রা অনুমতি ঘোষণা করার সুযোগ দেয় — অ্যাক্সেস, ইনডেক্সিং, ইনফারেন্স ইনপুট, এম্বেডিং, প্রশিক্ষণ, ফাইন-টিউনিং, ডিস্টিলেশন, মেমরি, আউটপুট, অ্যাট্রিবিউশন ও ক্ষতিপূরণ — প্রতিটি অনুমোদিত, প্রত্যাখ্যাত, বা লাইসেন্স-প্রয়োজনীয় হিসেবে।

02 · উদ্দেশ্য

• একটি ক্রল বিটের পরিবর্তে মাত্রা-স্তরের নির্ভুলতা দিয়ে “AI কি এটি থেকে শিখতে পারে?” প্রশ্নের উত্তর দিন।
• শিক্ষণ অনুমতি (মডেলে অন্তর্ভুক্তকরণ) থেকে অ্যাক্সেস অনুমতি (পৃষ্ঠা সংগ্রহ) পৃথক করুন।
• ক্ষতিপূরণ মডেল সমর্থন করুন: বিনামূল্যে, অ-বাণিজ্যিক, লাইসেন্স-প্রয়োজনীয়, রাজস্ব-ভাগাভাগি।
• নিশ্চিত করুন যে উন্মুক্ততা মেশিন-এক্সিকিউটেবল — যাতে সদিচ্ছা আইনি অনিশ্চয়তা হিসেবে বাতিল না হয়।

03 · পরিধি

04 · মেশিন-পাঠযোগ্য উদাহরণ

একটি শিক্ষণ-অনুমতি ঘোষণা — /ai/rights-spectrum.json (AILP প্রোফাইল)

{
  "version": "0.1",
  "protocol": "AILP",
  "publisher": "example.org",
  "default": {
    "access": "allowed",
    "indexing": "allowed",
    "inference_input": "allowed",
    "embedding": "allowed",
    "training": "license_required",
    "fine_tuning": "license_required",
    "distillation": "denied",
    "verbatim_memory": "denied",
    "attribution": "required",
    "compensation": "contact"
  },
  "contact": "licensing@example.org"
}

05 · সীমাবদ্ধতা

• শিক্ষণ-অনুমতির শব্দার্থ প্রযুক্তিগতভাবে যাচাই করা সবচেয়ে কঠিন — AILP উদ্দেশ্য ঘোষণা করে, এটি এখনো সম্মতি প্রমাণ করতে পারে না।
• মাত্রার তালিকাটি একটি খসড়া; প্রশিক্ষণ, ফাইন-টিউনিং এবং ডিস্টিলেশনের মধ্যে সীমারেখা এখনও বিতর্কিত।
• শিক্ষণ অনুমতির আইনি স্বীকৃতি এখতিয়ার অনুসারে ভিন্ন এবং অমীমাংসিত।