AILP — AI கற்றல் அனுமதி நெறிமுறை

AI கற்றல் அனுமதி நெறிமுறை

இதிலிருந்து AI கற்கலாமா? எந்த ஆழத்தில், எந்தப் பயன்பாடுகளுக்கு, என்ன கடமைகளுடன்?

01 · வரையறை

AILP கற்றல் என்ற குறிப்பிட்ட கேள்விக்காக AIRS ஸ்பெக்ட்ரத்தை செயல்படுத்துகிறது. இருமநிலை க்ராலர் விதிகள் ஒன்றாக இணைக்கும் செயல்களை இது வேறுபடுத்துகிறது: படிக்கப்படுவது கற்றுக்கொள்ளப்படுவதல்ல; மீட்டெடுக்கப்படுவது பயிற்சியளிக்கப்படுவதல்ல; ஃபைன்-டியூனிங் டிஸ்டிலேஷன் அல்ல; சொல்லுக்குச் சொல் மனனம் புள்ளியியல் உள்வாங்கலிலிருந்து வேறுபட்டது. AILP ஒரு வெளியீட்டாளரை, ஒரே இயந்திரம் படிக்கக்கூடிய கோப்பில், பரிமாண-வாரியான அனுமதிகளை அறிவிக்க அனுமதிக்கிறது — அணுகல், அட்டவணைப்படுத்தல், அனுமான உள்ளீடு, எம்பெடிங், பயிற்சி, ஃபைன்-டியூனிங், டிஸ்டிலேஷன், நினைவகம், வெளியீடு, மூலம் குறிப்பிடுதல் மற்றும் இழப்பீடு — ஒவ்வொன்றும் அனுமதிக்கப்பட்டது, மறுக்கப்பட்டது, அல்லது உரிமம் தேவை என வகைப்படுத்தப்படுகிறது.

02 · நோக்கம்

க்ரால் பிட்டிற்குப் பதிலாக, பரிமாண-அளவிலான துல்லியத்துடன் “இதிலிருந்து AI கற்கலாமா?” என்பதற்குப் பதிலளிக்கவும்.
கற்றல் அனுமதியை (மாடல்களுக்குள் உள்வாங்குதல்) அணுகல் அனுமதியிலிருந்து (பக்கங்களைப் பெறுதல்) பிரிக்கவும்.
இழப்பீட்டு மாதிரிகளை ஆதரிக்கவும்: இலவசம், வணிகமற்றது, உரிமம்-தேவை, வருவாய்-பகிர்வு.
திறந்தநிலை இயந்திரம்-செயல்படுத்தக்கூடியதாக இருப்பதை உறுதிசெய்யவும் — இதனால் நல்லெண்ணம் சட்டப்பூர்வ நிச்சயமற்ற தன்மையாக தூக்கியெறியப்படாது.

03 · எல்லை

access / indexing — பெறுதல் மற்றும் சொற்பொருள் அட்டவணைப்படுத்தல்

inference_input — அனுமான நேரத்தில் சூழலாகப் பயன்படுத்துதல் (RAG)

embedding — திசையன்மயமாக்கல் மற்றும் மீட்டெடுப்பு அட்டவணைகள்

training / fine_tuning / distillation — மாடல் உள்வாங்கல் அடுக்குகள்

verbatim_memory — சரியான மறுஉருவாக்கம் அனுமதிக்கப்படுகிறதா

attribution / compensation — மேற்கோள் கடமைகள் மற்றும் கொடுப்பனவு விதிமுறைகள்

04 · இயந்திரம் படிக்கக்கூடிய எடுத்துக்காட்டு

ஒரு கற்றல்-அனுமதி அறிவிப்பு — /ai/rights-spectrum.json (AILP சுயவிவரம்)

/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 · வரம்புகள்

கற்றல்-அனுமதி பொருண்மையை தொழில்நுட்ப ரீதியாக சரிபார்ப்பது மிகவும் கடினமானது — AILP நோக்கத்தை அறிவிக்கிறது, இணக்கத்தை இன்னும் நிரூபிக்க முடியாது.
பரிமாணப் பட்டியல் ஒரு வரைவு; பயிற்சி, ஃபைன்-டியூனிங், மற்றும் டிஸ்டிலேஷனுக்கு இடையேயான எல்லைகள் இன்னும் விவாதிக்கப்படுகின்றன.
கற்றல் அனுமதிகளின் சட்டப்பூர்வ அங்கீகாரம் நீதித்துறை வாரியாக மாறுபடுகிறது, மேலும் தீர்க்கப்படவில்லை.