AILP — ໂປໂຕຄອນການອະນຸຍາດການຮຽນຮູ້ຂອງ AI
ໂປໂຕຄອນການອະນຸຍາດການຮຽນຮູ້ຂອງ AI
AI ຮຽນຮູ້ຈາກສິ່ງນີ້ໄດ້ບໍ? ເລິກປານໃດ, ສຳລັບການໃຊ້ງານໃດ, ດ້ວຍພັນທະໃດ?
01 · ນິຍາມ
AILP ນຳສະເປັກຕຣຳ AIRS ມາໃຊ້ງານໄດ້ຈິງ ສຳລັບຄຳຖາມສະເພາະເລື່ອງການຮຽນຮູ້. ມັນແຍກແຍະການກະທຳທີ່ກົດລະບຽບ crawler ແບບໄບນາຣີເອົາມາປົນກັນ: ການຖືກອ່ານ ບໍ່ແມ່ນການຖືກຮຽນຮູ້ຈາກ; ການຖືກດຶງຂໍ້ມູນ ບໍ່ແມ່ນການຖືກນຳໄປຝຶກອົບຮົມ; fine-tuning ບໍ່ແມ່ນ distillation; ການຈື່ຈຳຂໍ້ຄວາມແບບຄຳຕໍ່ຄຳ ແຕກຕ່າງຈາກການຊຶມຊັບແບບສະຖິຕິ. AILP ໃຫ້ຜູ້ຈັດພິມປະກາດ, ໃນໄຟລ໌ດຽວທີ່ອ່ານໄດ້ດ້ວຍເຄື່ອງຈັກ, ການອະນຸຍາດຕໍ່ມິຕິ — ການເຂົ້າເຖິງ, ການຈັດດັດຊະນີ, ຂໍ້ມູນນຳເຂົ້າສຳລັບ inference, embedding, ການຝຶກອົບຮົມ, fine-tuning, distillation, ຄວາມຈຳ, ຜົນອອກ, ການອ້າງອິງແຫຼ່ງທີ່ມາ ແລະ ຄ່າຕອບແທນ — ແຕ່ລະຢ່າງເປັນ ອະນຸຍາດ, ປະຕິເສດ, ຫຼື ຕ້ອງມີໃບອະນຸຍາດ.
02 · ຈຸດປະສົງ
- ຕອບຄຳຖາມ "AI ຮຽນຮູ້ຈາກສິ່ງນີ້ໄດ້ບໍ?" ດ້ວຍຄວາມລະອຽດລະດັບມິຕິ ແທນທີ່ຈະເປັນພຽງບິດ crawl ດຽວ.
- ແຍກການອະນຸຍາດການຮຽນຮູ້ (ການຊຶມຊັບເຂົ້າໄປໃນໂມເດວ) ອອກຈາກການອະນຸຍາດການເຂົ້າເຖິງ (ການດຶງໜ້າເວັບ).
- ຮອງຮັບຮູບແບບຄ່າຕອບແທນ: ຟຣີ, ບໍ່ເຊິງການຄ້າ, ຕ້ອງມີໃບອະນຸຍາດ, ແບ່ງປັນລາຍໄດ້.
- ຮັບປະກັນວ່າຄວາມເປີດກວ້າງສາມາດປະຕິບັດໄດ້ດ້ວຍເຄື່ອງຈັກ — ເພື່ອບໍ່ໃຫ້ຄວາມຫວັງດີຖືກປັດຖິ້ມຍ້ອນຄວາມບໍ່ແນ່ນອນທາງກົດໝາຍ.
03 · ຂອບເຂດ
access / indexing — ການດຶງ ແລະ ການຈັດດັດຊະນີແບບ semantic
inference_input — ໃຊ້ເປັນບໍລິບົດໃນເວລາ inference (RAG)
embedding — ການແປງເປັນ vector ແລະ ດັດຊະນີການດຶງຂໍ້ມູນ
training / fine_tuning / distillation — ຊັ້ນການຊຶມຊັບຂອງໂມເດວ
verbatim_memory — ອະນຸຍາດການຜະລິດຄືນແບບຄຳຕໍ່ຄຳຫຼືບໍ່
attribution / compensation — ພັນທະການອ້າງອິງ ແລະ ເງື່ອນໄຂການຈ່າຍເງິນ
04 · ຕົວຢ່າງທີ່ອ່ານໄດ້ດ້ວຍເຄື່ອງຈັກ
ຄຳປະກາດການອະນຸຍາດການຮຽນຮູ້ — /ai/rights-spectrum.json (AILP profile)
{
"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 · ຂໍ້ຈຳກັດ
- ຄວາມໝາຍຂອງການອະນຸຍາດການຮຽນຮູ້ແມ່ນຍາກທີ່ສຸດທີ່ຈະກວດສອບທາງເຕັກນິກ — AILP ປະກາດເຈດຈຳນົງ, ແຕ່ຍັງບໍ່ສາມາດພິສູດການປະຕິບັດຕາມໄດ້.
- ລາຍການມິຕິແມ່ນຮ່າງເທົ່ານັ້ນ; ຂອບເຂດລະຫວ່າງການຝຶກອົບຮົມ, fine-tuning, ແລະ distillation ຍັງເປັນທີ່ຖົກຖຽງກັນຢູ່.
- ການຮັບຮູ້ທາງກົດໝາຍຕໍ່ການອະນຸຍາດການຮຽນຮູ້ແຕກຕ່າງກັນໄປຕາມເຂດອຳນາດສານ ແລະ ຍັງບໍ່ໄດ້ຮັບການແກ້ໄຂ.