მთავარ შიგთავსზე გადასვლა
KENCHADZE BUSINESS NEWS
Anthropic Alibaba-სთან დაკავშირებულ ოპერატორებს Claude-ის შესაძლებლობების უკანონო მოპოვებაში ადანაშაულებს — KENCHADZE.Business News-ის სარედაქციო ილუსტრაცია

Anthropic Alibaba-სთან დაკავშირებულ ოპერატორებს Claude-ის შესაძლებლობების უკანონო მოპოვებაში ადანაშაულებს

კომპანიის თქმით, თითქმის 25,000 ყალბი ანგარიში 28.8 მილიონ გაცვლას იყენებდა კოდის, აგენტური აზროვნებისა და ხანგრძლივი დაგეგმვის შესასწავლად. Alibaba-ს ბრალდებაზე კომენტარი არ გაუკეთებია.

2 წუთი

Anthropic-მა განაცხადა, რომ Alibaba-ს Qwen ლაბორატორიასთან დაკავშირებულმა ოპერატორებმა Claude-ზე თითქმის 25,000 ყალბი ანგარიშით უკანონო წვდომა მოიპოვეს. კომპანიის თანახმად, 22 აპრილიდან 5 ივნისამდე კამპანიამ დაახლოებით 28.8 მილიონი გაცვლა შექმნა. Alibaba-ს ამ ბრალდებაზე კომენტარი არ გაუკეთებია.

Anthropic-ის ვერსიით, ოპერაცია Claude-ის კოდის წერის, აგენტური reasoning-ისა და ხანგრძლივი დაგეგმვის შესაძლებლობებს უმიზნებდა. კონკურენტ მოდელს შეუძლია ძლიერი სისტემის უამრავი პასუხი შეაგროვოს და ამ მონაცემით საკუთარი ქცევა გააუმჯობესოს. ამ პროცესს ხშირად model distillation-ს უკავშირებენ, თუმცა მისი კანონიერება წვდომის წესებსა და მონაცემის მოპოვების მეთოდზეა დამოკიდებული.

25,000 ყალბი ანგარიში მნიშვნელოვანი დეტალია, რადგან მასშტაბური მოხმარების დამალვის მცდელობაზე მიუთითებს — თუ Anthropic-ის მტკიცება სწორია. ერთი მომხმარებლის ჩვეულებრივი კვლევა და ორგანიზებული მილიონობით მოთხოვნა განსხვავებული შემთხვევებია. ყალბი ანგარიშები პლატფორმის ლიმიტებისა და იდენტიფიკაციის გვერდის ავლის ნიშნად შეიძლება ჩაითვალოს.

ეს ჯერ Anthropic-ის ბრალდებაა და არა სასამართლოს მიერ დადგენილი ფაქტი. საჭიროა ტექნიკური მტკიცებულების, ანგარიშების კავშირის, გადახდების და მოთხოვნების ნიმუშების დამოუკიდებელი განხილვა. Alibaba-ს პოზიციის არქონა ბრალდების სისწორეს ავტომატურად არ ადასტურებს; მას პასუხისა და მტკიცებულების წარდგენის შესაძლებლობა უნდა ჰქონდეს.

საქმე AI ბაზრის უფრო დიდ პრობლემას აჩვენებს. მოდელის პასუხი მომხმარებელს ეძლევა, მაგრამ მისი მასობრივი გამოყენება კონკურენტი სისტემის შესაქმნელად მომწოდებლის ბიზნესმოდელს აზიანებს. კომპანიებს უკეთესი იდენტიფიკაცია და უჩვეულო ტრაფიკის აღმოჩენა სჭირდებათ, ხოლო ბაზარს — მკაფიო წესები, სად მთავრდება ნებადართული სწავლა და იწყება კომერციული შესაძლებლობის უნებართვო კოპირება.

მოკლე შეჯამება: Anthropic-ის მიერ დასახელებული მასშტაბი — 25,000 ანგარიში და 28.8 მილიონი გაცვლა — ბრალდებას სერიოზულს ხდის, მაგრამ საბოლოო დასკვნისთვის დამოუკიდებელი მტკიცებულება და Alibaba-ს პასუხია საჭირო. დავა შეიძლება precedent-ად იქცეს იმისთვის, როგორ დაიცავენ AI კომპანიები მოდელის პასუხებს კონკურენტული მოპოვებისგან.

მოკლე შეჯამება

თუ კონკურენტს მილიონობით პასუხით ძლიერი მოდელის შესაძლებლობის გადატანა შეუძლია, AI კომპანიების ინტელექტუალური საკუთრება და წვდომის წესები ახალი სამართლებრივი ბრძოლის ცენტრი გახდება.

AI ანალიზი

ამიხსენი ეს ამბავი AI-ს დახმარებით

აირჩიე AI. ChatGPT და Claude ქართულ მოთხოვნას პირდაპირ გახსნიან; სხვა AI-ებისთვის იგი ასლადაც დაკოპირდება.

მოთხოვნა ასლადაც კოპირდება — თუ AI-მ იგი ავტომატურად არ გახსნა, ჩასვი ტექსტის ველში.

პირველწყაროები

ეს მასალა დამოუკიდებელი ქართული შეჯამებაა. სრული ტექსტისთვის იხილეთ ორიგინალი.

მოწინავე AI-მ შეიძლება ერთი კიბერშეტევა მთელ ფინანსურ სისტემაში სწრაფად გაავრცელოს — თემატური ფოტო
AI

მოწინავე AI-მ შეიძლება ერთი კიბერშეტევა მთელ ფინანსურ სისტემაში სწრაფად გაავრცელოს

ფინანსური სტაბილურობის საბჭო G20-ის ქვეყნებს აფრთხილებს, რომ ახალი AI-მოდელები თავდასხმის სიჩქარესა და მასშტაბს ცვლიან. მთავარი საფრთხე მხოლოდ ერთი ბანკის დაზიანება კი არა, საერთო ტექნოლოგიაზე დამოკიდებული ბევრი ორგანიზაციის ერთდროული შეფერხებაა.

Lambda-მ ჩიპებისთვის $1 მილიარდი ისესხა — AI ბუმი ვალის გამოცდას იწყებს — თემატური ფოტო
AI

Lambda-მ ჩიპებისთვის $1 მილიარდი ისესხა — AI ბუმი ვალის გამოცდას იწყებს

AI cloud კომპანია ახალი GPU-ების შესაძენად დიდ ვალს იღებს და მომავალ მოთხოვნაზე ფსონს დებს. ჩიპების დატვირთვამ და მოძველების სიჩქარემ უნდა დაფაროს პროცენტი, სანამ აპარატურა ღირებულებას დაკარგავს.

AI საკუთარ მეთოდს აუმჯობესებს — Anthropic-ის ექსპერიმენტი კონტროლის ახალ კითხვას აჩენს — თემატური ფოტო
AI

AI საკუთარ მეთოდს აუმჯობესებს — Anthropic-ის ექსპერიმენტი კონტროლის ახალ კითხვას აჩენს

მკვლევარმა აჩვენა, როგორ შეუძლია სისტემას კოდის ან სტრატეგიის უკეთესი ვარიანტის დამოუკიდებლად მოძებნა. სარგებელი დიდია, მაგრამ თვითგაუმჯობესებული შედეგი იზოლაციას, დამოუკიდებელ ტესტსა და ადამიანის საბოლოო თანხმობას მოითხოვს.