AI Learning Permission
AI ले सिक्न सक्छ कि सक्दैन, कति गहिराइमा, कुन उद्देश्यका लागि, र कस्ता दायित्वअन्तर्गत। पढिनु सिकिनु होइन; “निषेधित छैन” भनेको “सिकाइयोग्य छ” होइन। AIRS र AILP ले सिकाइ अनुमतिलाई क्रमिक, मेसिन-पठनीय स्पेक्ट्रममा बदल्छन्।
अध्ययनाधीन प्रश्नहरू
01
सिकाइ गहिराइ: अनुक्रमणिका, embedding, fine-tuning, प्रशिक्षण, distillation
02
अपरिभाषित खुलापन किन प्रशिक्षण पाइपलाइनहरूबाट हटाइन्छ
03
प्रोटोकलीकृत खुलापन: सद्भावलाई मेसिन-कार्यान्वयनयोग्य बनाउँदै
04
सिकाइ गहिराइसँग जोडिएका क्षतिपूर्ति मोडेलहरू
सम्बन्धित श्वेतपत्रहरू
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol AIRS र AILP ले बाइनरी अनुमति/अस्वीकृतिभन्दा बाहिर सूक्ष्म AI सिकाइ अनुमतिहरू व्यक्त गर्छन् — AI ले के सिक्न सक्छ, कति गहिराइमा, कुन प्रयोगका लागि, कस्तो क्षतिपूर्तिमुनि।
- Protocolized Openness: Why “Not Prohibited” Does Not Mean “Learnable” in the Age of AI अपरिभाषित खुलापन AI पाइपलाइनहरूका लागि कानुनी अनिश्चितताका रूपमा पढिन्छ र हटाइन्छ; प्रोटोकलीकृत, मेसिन-पठनीय अनुमतिले मात्र सामग्रीलाई साँच्चै सिकाइयोग्य बनाउँछ।
- AGIRight.org Technical White Paper v0.2 — From AI Content Governance to Protocol-Native Agent & Authority Rights The site's current architecture document: six protocol drafts across two families (content & learning, agent & protocol rights), an integration layer, and an ethical-protection layer, plus the acceptance criteria this site update was built against.
- ARHG — Agent-Readable Hyperlink Graph and Permissioned Web Control Plane A machine-readable navigation graph alongside the ordinary site, answering what AICR/AILP and AARS/AADP both assume: can this resource even be found, by whom, and where does it lead.