AILP — AI Learning Permission Protocol

AI Learning Permission Protocol

AI သည် ဤအရာမှ သင်ယူနိုင်သလား။ မည်မျှနက်နဲစွာ၊ မည်သည့်အသုံးပြုမှုများအတွက်၊ မည်သည့်တာဝန်ဝတ္တရားများဖြင့်လဲ။

01 · အဓိပ္ပာယ်ဖွင့်ဆိုချက်

AILP operationalizes the AIRS spectrum for the specific question of learning. It distinguishes acts that binary crawler rules collapse together: being read is not being learned from; being retrieved is not being trained on; fine-tuning is not distillation; verbatim memorization is different from statistical internalization. AILP lets a publisher declare, in a single machine-readable file, per-dimension permissions — access, indexing, inference input, embedding, training, fine-tuning, distillation, memory, output, attribution and compensation — each as allowed, denied, or license-required. An AILP grant answers "may AI learn from this content?" only — it does not answer "may this Agent invoke a tool, write to a database, or publish?" (AARS), nor "who authorized this Agent?" (AADP).

02 · ရည်ရွယ်ချက်

「AI သည် ဤအရာမှ သင်ယူနိုင်သလား」ဟူသော မေးခွန်းကို crawl bit တစ်ခုအစား dimension-level တိကျမှုဖြင့် ဖြေဆိုပါ။
သင်ယူခွင့် (model များထဲသို့ internalize လုပ်ခြင်း) ကို ဝင်ရောက်ခွင့် (စာမျက်နှာများ ရယူခြင်း) မှ ခွဲထားရန်။
အစားပေးမှု မော်ဒယ်များကို ပံ့ပိုးရန်: အခမဲ့၊ ကူးသန်းရောင်းဝယ်မှုမဟုတ်သော၊ လိုင်စင်လိုအပ်သော၊ ဝင်ငွေမျှဝေမှု။
ပွင့်လင်းမှုကို စက်လုပ်ဆောင်နိုင်စေရန် သေချာစေပါ — သဘောထားကောင်းမှုသည် ဥပဒေရေးရာ မသေချာမှုအဖြစ် စွန့်ပစ်မခံရစေရန်။

03 · နယ်ပယ်

access / indexing — ရယူခြင်းနှင့် အနက်အဓိပ္ပာယ်ဆိုင်ရာ indexing

inference_input — inference အချိန်တွင် context အဖြစ် အသုံးပြုခြင်း (RAG)

embedding — vectorization နှင့် retrieval index များ

training / fine_tuning / distillation — model internalization tier များ

verbatim_memory — အတိအကျ ပြန်လည်ထုတ်လုပ်ခြင်းကို ခွင့်ပြုမပြု

attribution / compensation — ကိုးကားရန်တာဝန်နှင့် ငွေပေးချေမှု စည်းကမ်းချက်များ

04 · စက်ဖတ်နိုင်သော နမူနာ

သင်ယူခွင့် ကြေညာချက် — /ai/rights-spectrum.json (AILP profile)

/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 · ကန့်သတ်ချက်များ

သင်ယူခွင့် အနက်အဓိပ္ပာယ်များသည် နည်းပညာအရ အခက်ခဲဆုံး စိစစ်ရသော အရာများဖြစ်သည် — AILP သည် ရည်ရွယ်ချက်ကို ကြေညာသော်လည်း၊ လိုက်နာမှုကို မသက်သေပြနိုင်သေးပါ။
Dimension စာရင်းသည် မူကြမ်းတစ်ခုဖြစ်သည်; training, fine-tuning နှင့် distillation ကြား နယ်နိမိတ်များကို ဆက်လက် အငြင်းပွားနေဆဲဖြစ်သည်။
သင်ယူခွင့်များ၏ ဥပဒေအရ အသိအမှတ်ပြုမှုသည် တရားစီရင်ပိုင်ခွင့်အလိုက် ကွဲပြားပြီး မဖြေရှင်းရသေးပါ။
v0.1.1: AILP(Resource,ContentUse)=Allow does not imply AARS(Actor,Action)=Allow, and does not imply AADP(Principal,Actor,Authority)=Valid — a system exposing both content and tools must evaluate them separately.