ਐਪਲੀਕੇਸ਼ਨ-ਸੁਰੱਖਿਆ ਫਰਮ ਸੇਮਗ੍ਰੇਪ ਦੇ ਇੱਕ ਨਵੇਂ ਬੈਂਚਮਾਰਕ ਨੇ ਇੱਕ ਅਚਾਨਕ ਨਤੀਜਾ ਦਿੱਤਾ ਹੈ: ਚੀਨ ਦੇ ਜ਼ੀਪੂ ਏਆਈ ਦੇ ਇੱਕ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਨੇ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਅਸਲ ਸੁਰੱਖਿਆ ਖਾਮੀਆਂ ਨੂੰ ਲੱਭਣ ਵਿੱਚ ਐਂਥਰੋਪਿਕ ਦੇ ਕਲਾਉਡ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ ਹੈ। ਖੋਜ ਇਸ ਗੱਲ 'ਤੇ ਬਹਿਸ ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਸਭ ਤੋਂ ਸਮਰੱਥ AI ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਹੈ ਜਾਂ ਸਭ ਤੋਂ ਵੱਧ ਪਾਬੰਦੀਸ਼ੁਦਾ ਹੈ।

ਐਂਥਰੋਪਿਕ ਦੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਿਥੌਸ ਮਾਡਲ ਨੂੰ ਯੂ.ਐੱਸ. ਦੀ ਨਿਰਯਾਤ ਪਾਬੰਦੀ ਦੇ ਪਿੱਛੇ ਬੰਦ ਕਰਨ ਦੇ ਨਾਲ, ਇੱਕ ਪਹੁੰਚਯੋਗ ਵਿਕਲਪ ਦੀ ਭਾਲ ਕਰ ਰਹੀਆਂ ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਨਵੀਨਤਮ AI ਉਦਯੋਗ ਕਵਰੇਜ ਲਈ GLM 5.2 ਵਰਗੇ ਓਪਨ-ਵੇਟ ਵਿਕਲਪਾਂ ਵੱਲ ਮੁੜ ਰਹੀਆਂ ਹਨ। ਸੇਮਗ੍ਰੇਪ ਦਾ ਟੈਸਟ, 22 ਜੂਨ ਨੂੰ ਪ੍ਰਕਾਸ਼ਤ ਹੋਇਆ, ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸ਼ਿਕਾਰ ਉਮੀਦ ਨਾਲੋਂ ਜਲਦੀ ਭੁਗਤਾਨ ਕਰ ਰਿਹਾ ਹੈ।

ਸੇਮਗ੍ਰੇਪ ਨੇ ਕੀ ਟੈਸਟ ਕੀਤਾ

ਸੇਮਗ੍ਰੇਪ ਨੇ ਆਪਣੇ ਅੰਦਰੂਨੀ IDOR-ਖੋਜ ਬੈਂਚਮਾਰਕ 'ਤੇ ਓਪਨ-ਵੇਟ ਅਤੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਦੀ ਇੱਕ ਲਾਈਨਅੱਪ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ। IDORs — ਅਸੁਰੱਖਿਅਤ ਡਾਇਰੈਕਟ ਆਬਜੈਕਟ ਰੈਫਰੈਂਸ — ਪਹੁੰਚ-ਨਿਯੰਤਰਣ ਬੱਗ ਹਨ ਜੋ ਇੱਕ ਉਪਭੋਗਤਾ ਨੂੰ ਦੂਜੇ ਉਪਭੋਗਤਾ ਦੇ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚਣ ਦਿੰਦੇ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਰਵਾਇਤੀ ਸਥਿਰ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾਲ ਫੜਨਾ ਬਹੁਤ ਔਖਾ ਹੈ ਕਿਉਂਕਿ ਨੁਕਸ ਸਿੰਟੈਕਟਿਕ ਦੀ ਬਜਾਏ ਤਰਕਪੂਰਨ ਹੈ: ਕੋਡ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਵੈਧ ਹੈ, ਇਸ ਵਿੱਚ ਸਿਰਫ਼ ਪ੍ਰਮਾਣਿਕਤਾ ਜਾਂਚ ਦੀ ਘਾਟ ਹੈ।

ਕੰਪਨੀ ਆਪਣੇ ਨਿਯਮ-ਅਧਾਰਿਤ ਇੰਜਣ ਨੂੰ AI ਤਰਕ ਨਾਲ ਜੋੜ ਕੇ ਇਹਨਾਂ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਲੱਭਣ ਲਈ ਇੱਕ ਵਰਕਫਲੋ ਨੂੰ ਸੁਧਾਰ ਰਹੀ ਹੈ। ਇਸ ਨੂੰ ਵੱਖ ਕਰਨ ਲਈ ਕਿ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਸਕੈਫੋਲਡਿੰਗ ਦੇ ਮੁਕਾਬਲੇ ਮਾਡਲ ਤੋਂ ਕਿੰਨੀ ਕਾਰਗੁਜ਼ਾਰੀ ਆਉਂਦੀ ਹੈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਘੱਟੋ-ਘੱਟ ਹਾਰਨੇਸ ਦੁਆਰਾ ਪ੍ਰਸਿੱਧ ਓਪਨ-ਵੇਟ ਮਾਡਲਾਂ ਦਾ ਇੱਕ ਸੈੱਟ ਚਲਾਇਆ - ਇੱਕ ਸਧਾਰਨ ਪਾਈਡੈਂਟਿਕ ਸੈੱਟਅੱਪ ਹਰੇਕ ਮਾਡਲ ਨੂੰ ਦਿੱਤੇ ਗਏ ਇੱਕੋ IDOR ਪ੍ਰੋਂਪਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਬਿਨਾਂ ਅੰਤਮ ਬਿੰਦੂ ਖੋਜ ਅਤੇ ਕੋਈ ਗਾਈਡਡ ਨੈਵੀਗੇਸ਼ਨ ਦੇ ਬਿਨਾਂ। ਪ੍ਰੋਂਪਟ ਨੇ ਸਿਰਫ ਇੱਕ ਬੁਨਿਆਦੀ ਖੋਜ ਰਣਨੀਤੀ ਅਤੇ ਇੱਕ IDOR ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਇਸ ਬਾਰੇ ਕੁਝ ਪੁਆਇੰਟਰ ਪੇਸ਼ ਕੀਤੇ - "ਇੱਥੇ ਕੋਡ ਹੈ, ਬੱਗ ਲੱਭੋ" ਤੋਂ ਥੋੜਾ ਵੱਧ, ਪਰ ਸੇਮਗ੍ਰੇਪ ਦੀ ਪੂਰੀ ਪਾਈਪਲਾਈਨ ਦੇ ਅੰਦਰ ਚੱਲਦੇ ਸਮੇਂ ਫਰੰਟੀਅਰ ਕੋਡਿੰਗ ਏਜੰਟ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਕਿਤੇ ਘੱਟ।

IDORs ਐਪਲੀਕੇਸ਼ਨ ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਲਈ ਇੱਕ ਲਗਾਤਾਰ ਸਿਰਦਰਦ ਹਨ ਕਿਉਂਕਿ ਉਹ ਰਵਾਇਤੀ ਸਕੈਨਰਾਂ ਦੀਆਂ ਚੀਰ-ਫਾੜਾਂ ਵਿੱਚੋਂ ਲੰਘਦੇ ਹਨ। ਇੱਕ ਨਿਯਮ-ਅਧਾਰਿਤ ਟੂਲ ਇੱਕ ਗੁੰਮ ਇਨਪੁਟ ਜਾਂਚ ਨੂੰ ਫਲੈਗ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਸਮਝਣਾ ਕਿ ਕੀ ਇੱਕ ਖਾਸ ਅੰਤਮ ਬਿੰਦੂ ਅਸਲ ਵਿੱਚ ਕਿਸੇ ਹੋਰ ਉਪਭੋਗਤਾ ਦੇ ਡੇਟਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ, ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਵਪਾਰਕ ਤਰਕ ਬਾਰੇ ਤਰਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਬਿਲਕੁਲ ਉਸੇ ਕਿਸਮ ਦੇ ਪ੍ਰਸੰਗਿਕ ਨਿਰਣੇ ਜਿਸ ਵਿੱਚ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਵਧ ਰਹੇ ਹਨ।

GLM 5.2 ਲੀਡ ਲੈਂਦਾ ਹੈ

ਸਟੈਂਡਆਉਟ GLM 5.2, Zhipu AI ਦਾ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਸੀ। ਇੱਕ ਬੇਅਰ ਪ੍ਰੋਂਪਟ ਤੋਂ ਇਲਾਵਾ ਕੁਝ ਨਹੀਂ ਚੱਲ ਰਿਹਾ, ਇਸਨੇ IDOR ਖੋਜ 'ਤੇ 39% F1 ਸਕੋਰ ਕੀਤਾ - ਕਲਾਉਡ ਕੋਡ ਦੇ 32% ਨੂੰ ਸੱਤ ਪੂਰੇ ਅੰਕਾਂ ਨਾਲ ਹਰਾਇਆ। ਸੇਮਗ੍ਰੇਪ ਦੇ ਅਨੁਸਾਰ, ਓਪਨ-ਵੇਟ ਮਾਡਲ ਨੇ ਕੰਮ 'ਤੇ ਕਲਾਉਡ ਓਪਸ 4.8 ਨੂੰ ਵੀ ਪਿੱਛੇ ਛੱਡ ਦਿੱਤਾ, ਜਿਸ ਨਾਲ ਇਹ ਟੈਸਟ ਕੀਤਾ ਗਿਆ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਨਾਨ-ਫਰੰਟੀਅਰ ਵਿਕਲਪ ਬਣ ਗਿਆ।

ਅਰਥ ਸ਼ਾਸਤਰ ਵੀ ਬਰਾਬਰ ਦੇ ਮਾਰੂ ਸਨ। GLM 5.2 ਦੀ ਕੀਮਤ 'ਤੇ, ਰਨ ਦੀ ਕੀਮਤ ਲਗਭਗ $0.17 ਪ੍ਰਤੀ ਕਮਜ਼ੋਰੀ ਮਿਲੀ। ਉਹਨਾਂ ਸੰਸਥਾਵਾਂ ਲਈ ਜੋ ਹਜ਼ਾਰਾਂ ਅੰਤਮ ਬਿੰਦੂਆਂ ਨੂੰ ਸਕੈਨ ਕਰ ਸਕਦੇ ਹਨ, ਸੇਮਗ੍ਰੇਪ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਪ੍ਰਤੀ-ਬੱਗ ਲਾਗਤ ਅਕਸਰ ਇਹ ਨਿਰਣਾਇਕ ਕਾਰਕ ਹੁੰਦੀ ਹੈ ਕਿ ਕੀ ਇੱਕ ਖੋਜ ਤਕਨੀਕ ਪੈਮਾਨੇ 'ਤੇ ਵਿਹਾਰਕ ਹੈ ਜਾਂ ਨਹੀਂ।

ਹੋਰ ਓਪਨ-ਵੇਟ ਦਾਅਵੇਦਾਰ ਹੋਰ ਪਿੱਛੇ ਰਹੇ. MiniMax M3 ਨੇ 23% F1 ਸਕੋਰ ਕੀਤਾ ਅਤੇ Kimi K2.7 ਕੋਡ 22% 'ਤੇ ਉਤਰਿਆ, ਦੋਵੇਂ ਕਲੱਸਟਰ ਕਲੌਡ ਕੋਡ ਤੋਂ ਬਹੁਤ ਹੇਠਾਂ ਹਨ। ਸੇਮਗ੍ਰੇਪ ਨੇ GLM 5.2 ਨੂੰ ਓਪਨ-ਵੇਟ ਸ਼੍ਰੇਣੀ ਲਈ ਪ੍ਰਤੀਨਿਧ ਨਤੀਜੇ ਦੀ ਬਜਾਏ ਸਪੱਸ਼ਟ ਅਪਵਾਦ ਵਜੋਂ ਦਰਸਾਇਆ।

ਹਾਰਨੇਸ ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ

ਕੱਚੀ-ਪ੍ਰੋਮਪਟ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਓਪਨ-ਵੇਟ ਜਿੱਤ ਦੇ ਬਾਵਜੂਦ, ਸੇਮਗ੍ਰੇਪ ਦੀ ਆਪਣੀ ਮਕਸਦ-ਬਣਾਈ ਪਾਈਪਲਾਈਨ ਸਮੁੱਚੀ ਲੀਡਰ ਰਹੀ। ਕੰਪਨੀ ਦਾ ਮਲਟੀਮੋਡਲ ਸੈੱਟਅੱਪ - ਜੋ ਕਿ ਏਆਈ ਤਰਕ ਨੂੰ ਨਿਯਮ-ਅਧਾਰਿਤ ਖੋਜ ਅਤੇ ਸਟ੍ਰਕਚਰਡ ਐਂਡਪੁਆਇੰਟ ਗਣਨਾ ਨਾਲ ਜੋੜਦਾ ਹੈ - ਸੰਰਚਨਾ ਦੇ ਆਧਾਰ 'ਤੇ, 53% ਤੋਂ 61% F1 ਪ੍ਰਾਪਤ ਕੀਤਾ। ਇਹ ਪਾੜਾ ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਅਸਲ ਸਵਾਲ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦਾ ਹੈ: ਨਿਰਬਲਤਾ-ਖੋਜ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਮਾਡਲ ਕਿੰਨਾ ਹੈ, ਅਤੇ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਆਰਕੀਟੈਕਚਰ ਕਿੰਨਾ ਹੈ?

ਜਵਾਬ ਜਾਪਦਾ ਹੈ "ਦੋਵੇਂ, ਪਰ ਲੋਕਾਂ ਦੇ ਅੰਦਾਜ਼ੇ ਨਾਲੋਂ ਵੱਧ ਇਹ ਕਠੋਰਤਾ ਹੈ।" GLM 5.2 ਨੇ ਸਾਬਤ ਕੀਤਾ ਕਿ ਇੱਕ ਸਮਰੱਥ ਮਾਡਲ ਘੱਟੋ-ਘੱਟ ਸਮਰਥਨ ਨਾਲ ਅਰਥਪੂਰਨ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਫਿਰ ਵੀ ਇਹ ਸਮੱਸਿਆ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੇ ਸਿਸਟਮ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂ ਸਕਦਾ।

ਸੇਮਗ੍ਰੇਪ ਟੀਮ - ਜਿਸ ਵਿੱਚ ਖੋਜਕਰਤਾ ਪੈਕਸਟਨ-ਫੀਅਰ, ਸੇਠ ਜੈਕਸਿਕ, ਬ੍ਰੈਂਡਨ ਨੋਬਲਿਟ, ਅਤੇ ਏਰਿਕ ਬੁਕਾਨਨ ਸ਼ਾਮਲ ਸਨ - ਨੇ ਕਿਹਾ ਕਿ ਉਹ "ਸੱਚਮੁੱਚ ਹੈਰਾਨ" ਸਨ ਕਿ ਇੱਕ ਖੁੱਲ੍ਹੇ-ਵਜ਼ਨ ਵਾਲੇ ਮਾਡਲ ਨੇ ਇੱਕ ਬੇਅਰ ਪ੍ਰੋਂਪਟ ਚਲਾਉਣ ਵਾਲੇ ਇੱਕ ਤਰਕ-ਭਾਰੀ ਸੁਰੱਖਿਆ ਕਾਰਜ 'ਤੇ ਇੱਕ ਫਰੰਟੀਅਰ ਕੋਡਿੰਗ ਏਜੰਟ ਨੂੰ ਪਛਾੜ ਦਿੱਤਾ।

ਘਰ ਵਿੱਚ ਮਿਥਿਹਾਸ

ਬੈਂਚਮਾਰਕ ਮੌਜੂਦਾ ਭੂ-ਰਾਜਨੀਤਿਕ ਪਿਛੋਕੜ ਦੇ ਵਿਰੁੱਧ ਭਾਰ ਵਧਾਉਂਦਾ ਹੈ। ਬਲੌਗ ਪੋਸਟ ਦਾ ਸਿਰਲੇਖ - "ਵੀ ਹੈਵ ਮਿਥੌਸ ਐਟ ਹੋਮ" - ਇਸ ਤੱਥ ਦਾ ਇੱਕ ਸਪੱਸ਼ਟ ਸੰਦਰਭ ਹੈ ਕਿ ਐਂਥਰੋਪਿਕ ਦਾ ਸਾਈਬਰ ਸੁਰੱਖਿਆ-ਕੇਂਦ੍ਰਿਤ ਮਿਥੌਸ ਮਾਡਲ ਦੁਨੀਆ ਦੇ ਬਹੁਤ ਸਾਰੇ ਹਿੱਸੇ ਲਈ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਅਣਉਪਲਬਧ ਹੈ। ਟਰੰਪ ਪ੍ਰਸ਼ਾਸਨ ਦੁਆਰਾ ਗੈਰ-ਅਮਰੀਕੀ ਨਾਗਰਿਕਾਂ ਨੂੰ ਮਿਥੋਸ ਅਤੇ ਇਸਦੇ ਪ੍ਰਤੀਬੰਧਿਤ ਭੈਣ-ਭਰਾ ਫੈਬਲ 5 ਦੀ ਵਰਤੋਂ ਕਰਨ 'ਤੇ ਰੋਕ ਲਗਾਉਣ ਤੋਂ ਬਾਅਦ, ਗਲੋਬਲ ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਨੇ ਅਪਮਾਨਜਨਕ ਅਤੇ ਰੱਖਿਆਤਮਕ ਸੁਰੱਖਿਆ ਕਾਰਜਾਂ ਲਈ ਸਭ ਤੋਂ ਸਮਰੱਥ ਏਆਈ ਮੰਨਿਆ ਜਾਣ ਵਾਲੇ ਤੱਕ ਪਹੁੰਚ ਗੁਆ ਦਿੱਤੀ।

ਉਸ ਵੈਕਿਊਮ ਵਿੱਚ, ਪਹੁੰਚਯੋਗ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਇਸ ਪਾੜੇ ਨੂੰ ਭਰ ਰਹੇ ਹਨ। ਇਹ ਤੱਥ ਕਿ GLM 5.2 — ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਡਾਊਨਲੋਡ ਕਰਨ ਯੋਗ ਅਤੇ ਕਿਤੇ ਵੀ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ — ਖਾਸ ਸੁਰੱਖਿਆ ਕਾਰਜਾਂ 'ਤੇ ਸਰਹੱਦੀ ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲਾਂ ਨਾਲ ਪਹਿਲਾਂ ਹੀ ਮੇਲ ਜਾਂ ਹਰਾ ਸਕਦਾ ਹੈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਨਿਰਯਾਤ ਪਾਬੰਦੀ ਦਾ ਠੰਢਾ ਪ੍ਰਭਾਵ ਇਰਾਦੇ ਨਾਲੋਂ ਛੋਟਾ ਹੋ ਸਕਦਾ ਹੈ। ਜੇ ਸਭ ਤੋਂ ਵਧੀਆ "ਅਨਿਯੰਤ੍ਰਿਤ" ਮਾਡਲ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਹੋਰਡਿੰਗ ਫਰੰਟੀਅਰ ਸਮਰੱਥਾਵਾਂ ਦਾ ਰਣਨੀਤਕ ਮੁੱਲ ਘੱਟ ਜਾਂਦਾ ਹੈ।

ਹੁਣ ਲਈ, ਨਤੀਜਾ ਤੰਗ ਹੈ: ਕਮਜ਼ੋਰੀ ਦੀ ਇੱਕ ਸ਼੍ਰੇਣੀ 'ਤੇ ਇੱਕ ਸਿੰਗਲ ਬੈਂਚਮਾਰਕ। ਪਰ ਇਹ ਇੱਕ ਸੰਕੇਤ ਹੈ ਕਿ ਓਪਨ-ਵੇਟ ਫਰੰਟੀਅਰ ਬਹੁਤ ਸਾਰੇ ਅਨੁਮਾਨਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਬੰਦ ਹੋ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਹ ਪਹੁੰਚਯੋਗਤਾ - ਕੱਚੀ ਸਮਰੱਥਾ ਨਹੀਂ - AI ਸੁਰੱਖਿਆ ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਵੇਰੀਏਬਲ ਬਣ ਸਕਦੀ ਹੈ।

ਇਹ ਖੋਜ ਫਰੰਟੀਅਰ ਲੈਬਾਂ ਲਈ ਅਸੁਵਿਧਾਜਨਕ ਸਵਾਲ ਵੀ ਉਠਾਉਂਦੀ ਹੈ। ਜੇਕਰ ਇੱਕ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਮਾਡਲ ਪਹਿਲਾਂ ਹੀ ਸੁਰੱਖਿਆ ਤਰਕ ਕਾਰਜਾਂ 'ਤੇ ਮਲਕੀਅਤ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਤਾਂ ਬੰਦ ਮਾਡਲਾਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਪ੍ਰਤੀਯੋਗੀ ਖਾਈ ਤੰਗ ਹੋ ਜਾਂਦੀ ਹੈ - ਖਾਸ ਤੌਰ 'ਤੇ ਜਦੋਂ ਨਿਰਯਾਤ ਨਿਯੰਤਰਣ ਉਹਨਾਂ ਬੰਦ ਮਾਡਲਾਂ ਨੂੰ ਗਲੋਬਲ ਮਾਰਕੀਟ ਵਿੱਚ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਬਣਾਉਂਦੇ ਹਨ। ਓਪਨ-ਵੇਟ ਡਿਵੈਲਪਰ, ਵਰਤੋਂ ਦੀਆਂ ਪਾਬੰਦੀਆਂ ਦੁਆਰਾ ਬਿਨਾਂ ਕਿਸੇ ਬੋਝ ਦੇ, ਇੱਕੋ ਸਮੇਂ ਹਰ ਜਗ੍ਹਾ ਦੁਹਰਾਉਣ ਅਤੇ ਤੈਨਾਤ ਕਰ ਸਕਦੇ ਹਨ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਬ੍ਰੇਕਿੰਗ ਏਆਈ ਨਿਊਜ਼ ਅਤੇ ਸੁਰੱਖਿਆ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਨੀਤੀ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਵਾਲੀ ਖੋਜ 'ਤੇ ਸਰਹੱਦੀ ਅਤੇ ਓਪਨ-ਵੇਟ AI ਵਿਚਕਾਰ ਪਾੜਾ ਘੱਟ ਰਿਹਾ ਹੈ। ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →