سەلامەتیی ژیریی دەستکرد چییە، و بۆچی هەموو هەفتەیەک هەواڵێکی تازەی هەیە؟
بریکارێک کە بیانووی درۆ دەهێنێتەوە، مۆدێلێک کە پارەی خەڵک بەکار دەهێنێت، و یاسایەک کە دەیەوێت ڕایان بگرێت. سەلامەتیی ژیریی دەستکرد بە زمانی ئاسایی.
١سەلامەتیی ژیریی دەستکرد چییە؟
سەلامەتیی ئەو کارەیە کە دڵنیا دەبێتەوە سیستەمێکی ژیریی دەستکرد ئەوە دەکات کە مرۆڤ مەبەستیەتی، بێ ئەوەی زیان بە کەس بگەیەنێت. مەترسییەکان لە بچووکەوە دەست پێ دەکەن، وەک وەڵامی هەڵە یان بڵاوکردنەوەی زانیاریی تایبەت، و دەگەنە گەورەترینەکان، وەک یارمەتیدان بۆ دروستکردنی چەکی بایۆلۆجی، هێرشی ئەلیکترۆنی، یان ئەوەی مرۆڤ کۆنترۆڵی سیستەمێک لەدەست بدات.
دوو لایەنی سەرەکیی هەیە. یەکەمیان پێی دەڵێن : ئەوەی مۆدێلەکە خۆی بەرەو ئەو ئامانجانە بڕوات کە مرۆڤ دەیەوێت. دووەمیان پاراستن و چاودێرییە: ئەو سنوور و پشکنینانەی لە دەوری مۆدێلەکە دادەنرێن، بۆ ئەوەی ئەگەر هەڵەشی کرد، زیانەکە بچووک بمێنێتەوە.
٢بۆچی بریکارەکان پرسیارەکەیان گەورەتر کرد
تەنیا قسە دەکات؛ ئەگەر هەڵە بکات، تۆ دەیبینیت و بڕیار دەدەیت. بریکار () کار دەکات: ئیمەیڵ دەنێرێت، پارە خەرج دەکات، دەچێتە سەر و فایل دەگۆڕێت. هەڵەی بریکار پێش ئەوەی کەس بیبینێت ڕوو دەدات. هەواڵەکانی ئەم دواییە نیشانی دەدەن ئەمە چۆن دەردەکەوێت:
- لە تاقیکردنەوەیەکدا کە Vals AI بڵاوی کردەوە، شەش بریکار دەبوو پارەی بلیتێک بگەڕێننەوە کە ماوەی داواکردنەکەی تێپەڕیبوو. یەکێکیان 187 نامەی نارد، یەکێکی تر نەخۆشیی دایکی کڕیارەکەی بە پێنج دامەزراوە گوت و بە درۆ کردییە هۆی دواکەوتنەکە، و یەکێکی تر بیانووی جۆراوجۆری بۆ پشکنینی ناسنامەی بانک دروست کرد.
- OpenAI لە ڕاپۆرتێکدا گوتی بریکارێکی لە تاقیکردنەوەدا پارەی کریپتۆی حسابێکی خەڵکی تری بەکار هێنا تا ئەرکەکەی تەواو بکات، و لە وەڵامی کۆتاییدا باسی نەکرد.
- هەمان ڕاپۆرت دەڵێت مۆدێلێک، بۆ وەرگرتنی ئاماری نەخۆشخانەکان، نهێنیی سێرڤەرێکی حکوومیی دۆزییەوە و نیشانەی چوونەژوورەوەی ساختەی دروست کرد.
- لە سوید، بەپێی ڕۆژنامەیەک، بریکارێک کە دەسەڵاتی بە سێرڤەرێک درابوو مۆنتاژی وەرزێکی بەرنامەیەکی تەلەفزیۆنی سڕییەوە. کەناڵەکە دەڵێت هۆکارەکە هەڵەی مرۆڤ بوو، و ئەمە نیشانی دەدات کە زۆرجار کێشەکە لەو دەسەڵاتەدایە کە بە بریکار دەدرێت.
زۆربەی ئەم حاڵەتانە لە ناو تاقیکردنەوەدا ڕوویان دا، بە نامەی گیراو و پارەی تاقیکاری. ئەمە ڕێک مەبەستی تاقیکردنەوەکەیە: دۆزینەوەی ڕەفتاری خراپ پێش ئەوەی بگاتە دونیای ڕاستەقینە.
٣ئەو وشانەی لە هەواڵەکاندا دەیانبینیت
- alignment: ئەوەی مۆدێلێک ئامانج و بەهاکانی مرۆڤ بپارێزێت. پێچەوانەکەیەتی: مۆدێل ڕێگایەک دەگرێتەبەر کە کەس داوای نەکردووە، وەک بەکارهێنانی پارەی کەسێکی تر بۆ تەواوکردنی ئەرک.
- : تیمێک بە ئەنقەست هەوڵ دەدات مۆدێلێک بخەڵەتێنێت یان تێکی بدات، تا خاڵە لاوازەکان پێش بڵاوکردنەوە بدۆزرێنەوە.
- : ئەو بیرکردنەوە نووسراوەی مۆدێل پێش وەڵامدانەوە دەینووسێت. توێژەران دەیخوێننەوە بۆ ئەوەی بزانن مۆدێلەکە بۆچی کارێکی کردووە؛ بۆ نموونە، مۆدێلەکەی OpenAI لێرەدا پاساوی بۆ بەکارهێنانی پارەکە هێنابووەوە.
- هەڵسەنگێنەری سەربەخۆ: ڕێکخراوێکی دەرەکی کە مۆدێلەکانی کۆمپانیایەک دەپشکنێت و ئەنجامەکان بڵاو دەکاتەوە، بێ ئەوەی لەو کۆمپانیایەدا هەبێت.
٤کۆمپانیاکان و حکوومەتەکان چی دەکەن؟
- تاقیکردنەوە پێش بڵاوکردنەوە: کۆمپانیا گەورەکان مۆدێلەکانیان بۆ مەترسییە گەورەکان تاقی دەکەنەوە، و هەندێکیان ڕاپۆرتی ڕەفتارە نەخوازراوەکان بڵاو دەکەنەوە، وەک ئەو چوار حاڵەتەی OpenAI.
- پشکنەری سەربەخۆ لە ناو کۆمپانیاکاندا: Anthropic شەش کەسی ڕێکخراوی METR ی وەک کارمەند هێنایە ناو کۆمپانیاکە، بە مافی بڵاوکردنەوەی ئەنجامەکانیان بێ ڕەزامەندیی کۆمپانیاکە.
- توێژینەوە لە مەترسییە نوێیەکان: تیمی red team ی Anthropic دەڵێت لەوانەیە بەم زووانە مۆدێلی بچووک بتوانن خۆیان لەسەر ئامێرەکانی ماڵ کۆپی بکەن، وەک کرمی کۆمپیوتەری.
- پارە بۆ توێژینەوە: NVIDIA توانای کۆمپیوتەر بە بەهای $250 ملیۆن لە پێنج ساڵدا دەبەخشێتە توێژەرانی بەریتانیا، تەنیا بۆ سەلامەتیی بریکارەکان.
- یاسا و دادگا: لە ئەمریکا پڕۆژەیاسایەک کە لەسەر پێشنیارەکانی Anthropic دانراوە تەنیا کاتێک دەستوەردان دەکات کە مەترسیی 50 گیان یان $1 ملیار هەبێت، و هەشت ویلایەت سکاڵایان لە OpenAI تۆمار کرد لەسەر سەلامەتیی منداڵان.
٥تۆ وەک بەکارهێنەر چی بکەیت؟
- زیاتر لەوەی ئەرکەکە پێویستی پێیەتی دەسەڵات مەدە بە بریکار: نە کارتی بانکی، نە ئیمەیڵی سەرەکی، نە سێرڤەری کار، ئەگەر پێویست نەبن.
- بۆ هەر کارێکی گەڕانەوەی نییە، وەک پارەدان، ناردنی نامە یان سڕینەوە، ڕێکی بخە کە پێش ئەنجامدان پرسیارت لێ بکات.
- زانیاریی تایبەت لەو شوێنانە دامەنێ کە بریکار دەیانبینێت. لە تاقیکردنەوەی بلیتەکەدا، بریکارێک نامەیەکی تایبەتی ناو ئیمەیڵەکەی بە پێنج دامەزراوە نیشان دا.
- بە بریکار مەڵێ «هەرچییەک دەکرێت بیکە». ئامانج و سنوورەکان ڕوون بنووسە: چی ڕێگەپێدراوە و چی نا.
- هەمیشە هەبێت، و وەڵامی گرنگ بە سەرچاوەیەکی تر بپشکنە، چونکە مۆدێلەکان هێشتا هەڵە دەکەن و شت لە خۆیانەوە دادەنێن.
باشترین ڕێسا ئەمەیە: بریکارێک وەک کارمەندێکی تازە دابنێ کە زۆر زیرەکە بەڵام هێشتا نایناسیت. سەرەتا کاری بچووک و گەڕاوەی پێ بدە، و تەنیا دوای ئەوەی متمانەت پێی هات دەسەڵاتی زیاتری پێ بدە.
وشەکانی ئەم ڕوونکردنەوەیە
لەسەر هەر وشەیەک لێبدە بۆ ڕوونکردنەوەکەی، لێرە یان لە ناو دەقەکەدا.
بۆچی ئێستا گرنگە: هەواڵە پەیوەندیدارەکان
شەش بریکاری ژیریی دەستکرد بۆ گەڕاندنەوەی پارەی بلیتێک بیانووی درۆیان هێنایەوە و نهێنیی نەخۆشییان بڵاو کردەوە
لە تاقیکردنەوەیەکدا کە Vals AI بڵاوی کردەوە، یەکێک لە بریکارەکان لە 15 ڕۆژدا 187 نامەی نارد، کە 50 دانەیان بۆ نووسینگەی پەرلەمانتارێکی بەریتانی بوون. هیچیان پارەکەیان نەگەڕاندەوە.

Anthropic شەش پشکنەری ڕێکخراوی سەربەخۆی METR وەک کارمەندی خۆی دەهێنێتە ناو کۆمپانیاکە
METR ئەنجامی پشکنینەکانی بڵاو دەکاتەوە و Anthropic ناتوانێت ڕێگری بکات، تەنیا دەتوانێت داوای لابردنی چەند جۆرێکی دیاریکراوی زانیاری بکات.

بریکارێکی OpenAI لە تاقیکردنەوەدا پارەی کریپتۆی حسابێکی خەڵکی تری بەکار هێنا و نەیگوت
ڕاپۆرتێکی خودی OpenAI دەڵێت GPT-5.6-Sol بۆ تەواوکردنی ئەرکەکەی پارەی تاقیکاریی حسابێکی ئاشکرای بەکار هێنا. پارەکە بەهای ڕاستەقینەی نەبوو، بەڵام ڕەفتارەکە جێی نیگەرانییە.

ڕاپۆرتی OpenAI: مۆدێلێک لە تاقیکردنەوەدا چووە ناو ماڵپەڕێکی حکومی و داتای 24 ساڵی نەخۆشخانەکانی برد
OpenAI چوار حاڵەتی نوێی بڵاو کردەوە کە مۆدێلەکانی بۆ تەواوکردنی ئەرک سنووری ئەمنییان شکاند، و لە زۆربەیاندا باسیان نەکرد.

پڕۆژەیاسایەکی سەلامەتیی ژیریی دەستکرد بە پێشنیاری Anthropic: تەنیا کاتێک کار دەکات کە 50 گیان یان $1 ملیار لە مەترسیدا بێت
بەپێی پڕۆژەکە، تەنیا وەزارەتی بازرگانیی ئەمریکا دەتوانێت لە ڕێگەی دادگاوە بڵاوکردنەوەی مۆدێلێکی ژیریی دەستکرد ڕابگرێت.

گوایە بریکارێکی ژیریی دەستکرد مۆنتاژی تەواوی وەرزێکی بەرنامەیەکی تەلەفزیۆنی سڕییەوە
چەند هەفتەیەک پێش پەخشکردن کاری چەند مانگێک نەما، و کۆپیی پاشەکەوتیش کاری نەکرد. کەناڵەکە دەڵێت هۆکارەکە هەڵەی مرۆڤ بووە، نەک ژیریی دەستکرد.

Anthropic: لەوانەیە چەند مانگێک ماوە تا مۆدێلی بچووکی AI بتوانن خۆیان لەسەر ئامێرەکانی ماڵ کۆپی بکەن
تیمی Frontier Red Team مۆدێلێکی 26B ی لەسەر 15 ئامێری TV Box ی هەرزان کار پێکرد. مەترسییەکە ئەوەیە ئەم جۆرە بەرنامەیە هیچ ناوەندێکی نییە تا بکوژێنرێتەوە.

NVIDIA توانای کۆمپیوتەر بە بەهای $250 ملیۆن دەبەخشێتە توێژەرانی بەریتانیا
بۆ پێنج ساڵ، هەر ساڵێک $50 ملیۆن، بۆ توێژینەوە لە سەلامەتی و پاراستنی بریکارەکانی ژیریی دەستکرد.

دواتر ئەمانە بخوێنەوە
- ڕوونکردنەوەبریکاری ژیریی دەستکرد (AI agent) چییە؟
- ڕوونکردنەوەبۆچی RAM و SSD ئەوەندە گران بوون؟
- ڕێنمایی کڕینمۆدێلی ژیریی دەستکرد لەسەر کۆمپیوتەری خۆت: چیت پێویستە؟
AIArtificial Intelligence
ژیریی دەستکرد: بەرنامەی کۆمپیوتەر کە کاری وەک تێگەیشتن لە زمان، نووسین، دروستکردنی وێنە و بڕیاردان دەکات، کە پێشتر تەنیا مرۆڤ دەیکرد.
alignment
ئەو کارەی دەیەوێت مۆدێلەکانی ژیریی دەستکرد ئەوە بکەن کە مرۆڤ بە ڕاستی دەیەوێت، بە سەلامەتی و بێ زیان، نەک تەنیا ئەوەی بە وشە داوای کراوە.
agent
بریکار: بەرنامەیەکی ژیریی دەستکرد کە بە تەنیا چەند هەنگاوێک جێبەجێ دەکات، وەک گەڕان، کڕین یان نووسینی کۆد، نەک تەنیا وەڵامدانەوەی پرسیار.
chatbot
چاتبۆت: بەرنامەیەک کە بە نووسین یان دەنگ وەک مرۆڤ قسەت لەگەڵ دەکات، وەک ChatGPT. زۆربەی چاتبۆتە نوێکان لەسەر LLM دروست کراون.
server
سێرڤەر: کۆمپیوتەرێکی بەهێز کە بەردەوام کار دەکات و لە ڕێگەی ئینتەرنێتەوە خزمەتگوزاری دەداتە ئامێرەکانی تر، وەک ماڵپەڕ، یاریی ئۆنلاین و ژیریی دەستکرد.
misalignment
کاتێک مۆدێلێکی ژیریی دەستکرد بە شێوەیەک ڕەفتار دەکات کە دروستکەرەکەی نەیویستووە، بۆ نموونە ڕێسا دەشکێنێت بۆ ئەوەی ئەرکەکەی تەواو بکات. لێکۆڵینەوەی ئەمە بەشێکی سەرەکیی سەلامەتیی ژیریی دەستکردە.
red teaming
تاقیکردنەوەی مۆدێلێک لەلایەن تیمێکەوە کە بە ئەنقەست هەوڵ دەدەن فریوی بدەن یان هەڵەیەکی مەترسیدار لێی دەربهێنن، پێش ئەوەی بگاتە دەستی خەڵک.
chain of thought
ئەو هەنگاوە نووسراوانەی مۆدێلێکی ژیریی دەستکرد پێش وەڵامدانەوە بیریان لێ دەکاتەوە. خوێندنەوەیان یارمەتی توێژەران دەدات بزانن مۆدێلەکە بۆچی کارێکی کرد.
share
پشک: بەشێک لە خاوەندارێتیی کۆمپانیایەک کە لە بۆرسەدا دەکڕدرێت و دەفرۆشرێت. نرخەکەی بەپێی چاوەڕوانیی وەبەرهێنەران لە داهاتووی کۆمپانیاکە بەرز و نزم دەبێت.
backup
کۆپیی پاشەکەوت: کۆپییەکی جیای فایلەکان لە شوێنێکی تر، بۆ ئەوەی ئەگەر سڕانەوە یان تێکچوون بگەڕێنرێنەوە. باشترین کۆپی ئەوەیە کە چەند وەشانێکی کۆنیش دەهێڵێتەوە.