Dovoljenje za učenje AI
Ali sme umetna inteligenca učiti, do katere globine, za katere namene in pod kakšnimi obveznostmi. Biti prebran ni isto kot biti uporabljen za učenje; „ni prepovedano“ ni isto kot „se lahko uči“. AIRS in AILP dovoljenje za učenje pretvarjata v postopen, strojno berljiv spekter.
Vprašanja, ki se preučujejo
01
Globina učenja: indeksiranje, embedding, fino prilagajanje, treniranje, destilacija
02
Zakaj se nedefinirana odprtost odstrani iz procesov treniranja
03
Protokolizirana odprtost: kako dobro voljo narediti strojno izvršljivo
04
Modeli nadomestila, vezani na globino učenja
Povezane bele knjige
- AI Rights Spectrum: From robots.txt to an AI Learning Permission Protocol AIRS in AILP izražata nianse v dovoljenjih za učenje AI onkraj binarnega dovoljeno/nedovoljeno — kaj se AI sme naučiti, do kakšne globine, za katere namene in ob kakšnem nadomestilu.
- Protocolized Openness: Why “Not Prohibited” Does Not Mean “Learnable” in the Age of AI Nedefinirano odprtost sistemi umetne inteligence berejo kot pravno negotovost in jo odstranijo; le protokolirano, strojno berljivo dovoljenje naredi vsebino resnično primerno za učenje.
- 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.