AILP — dirbtinio intelekto mokymosi leidimo protokolas

Dirbtinio intelekto mokymosi leidimo protokolas

Ar dirbtinis intelektas gali iš to mokytis? Kokiu gyliu, kokiais tikslais ir su kokiais įsipareigojimais?

01 · Apibrėžimas

AILP AIRS spektrą pritaiko konkrečiam mokymosi klausimui spręsti praktiškai. Jis atskiria veiksmus, kuriuos dvejetainės nuskaitymo robotų taisyklės sulieja į vieną: būti perskaitytam nėra tas pats, kas būti panaudotam mokymuisi; būti gautam (retrieved) nėra tas pats, kas būti panaudotam mokymui; tikslesnis derinimas (fine-tuning) nėra distiliavimas; pažodinis įsiminimas skiriasi nuo statistinio internalizavimo. AILP leidžia leidėjui viename mašinai skaitomame faile deklaruoti leidimus pagal atskirus matmenis — prieigą, indeksavimą, naudojimą kaip įvestį išvedimo metu (inference input), įterpimą (embedding), mokymą, tikslesnį derinimą, distiliavimą, atmintį, išvestį, autorystės nurodymą ir kompensaciją — kiekvieną žymint kaip leidžiama, draudžiama arba reikalaujanti licencijos.

02 · Paskirtis

Į klausimą „ar dirbtinis intelektas gali iš to mokytis?“ atsakykite tiksliai, pagal atskirus matmenis, o ne vienu paieškos roboto bitu.
Atskirti mokymosi leidimą (įtraukimą į modelius) nuo prieigos leidimo (puslapių gavimo).
Palaikomi kompensavimo modeliai: nemokamas, nekomercinis, reikalaujantis licencijos, pajamų dalijimosi.
Užtikrinti, kad atvirumas būtų mašinomis vykdomas — kad geranoriškumas nebūtų atmestas dėl teisinio neapibrėžtumo.

03 · Taikymo sritis

prieiga / indeksavimas — turinio gavimas ir semantinis indeksavimas

inference_input — naudojimas kaip kontekstas išvedimo (inference) metu (RAG)

įterpimas — vektorizavimas ir paieškos indeksai

apmokymas / fine_tuning / distiliacija — modelio įsisavinimo pakopos

verbatim_memory — ar leidžiama tiksli (pažodinė) reprodukcija

priskyrimas / kompensacija — citavimo pareigos ir apmokėjimo sąlygos

04 · Mašininiu būdu nuskaitomas pavyzdys

Mokymosi leidimo deklaracija — /ai/rights-spectrum.json (AILP profilis)

/ai/rights-spectrum.json

{
  "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 · Apribojimai

Mokymosi leidimų semantiką techniškai patikrinti sunkiausia — AILP deklaruoja ketinimą, tačiau kol kas negali įrodyti atitikties.
Dimensijų sąrašas yra juodraštinis; ribos tarp mokymo, tikslaus derinimo (fine-tuning) ir distiliavimo vis dar diskutuotinos.
Teisinis mokymosi leidimų pripažinimas skiriasi priklausomai nuo jurisdikcijos ir kol kas nėra išspręstas.