மனசாட்சி குழாய்வழி

இன்றைய AI முகவர்கள் செயல்படுகின்றன. CIRIS முடிவெடுக்கிறது, பொறுப்புடன்.

சாதாரண AI முகவர் ஒன்று நேரடியாக கட்டளையிலிருந்து வெளியீட்டுக்கும், அங்கிருந்து கருவி அழைப்புக்கும் போகும். CIRIS வேறெங்கும் இல்லாத ஒரு படியை சேர்க்கிறது. எந்த செயலும் நடக்கும் முன், அந்த முடிவு ஒரு மனசாட்சி குழாய் வழியே செல்கிறது: அது அளவிடப்படுகிறது, அரசியலமைப்புடன் சரிபார்க்கப்படுகிறது, கையொப்பமிடப்பட்ட, சாட்சியிடப்பட்ட பதிவாக மாற்றப்படுகிறது, அதை யாரும் சரிபார்க்கலாம். அந்த பதிவு நிலைத்தால் மட்டுமே செயல் நடக்கும்.

இதுதான் CIRIS-ஐ ஒரு முகவராக மட்டுமின்றி ஒரு நிறுவனமாக மாற்றுகிறது. இதற்கு நினைவகம் உண்டு, விதிகள் உண்டு, அதிகாரப் பகிர்வு உண்டு, பொறுப்பு உண்டு, யாரும் அமைதியாக மாற்ற முடியாத பதிவு உண்டு. இதுவே மனித சமூகங்கள் பெரிய அளவில் ஒருவரையொருவர் நம்பிக்கொள்ள வழி செய்த அமைப்பு. புதியது குறியாக்கம் அல்ல. புதியது என்னவென்றால், ஒரு முக்கியமான முடிவு செயல்பட அனுமதிக்கப்படுவதற்கு முன்பு பொறுப்பானதாக மாறியே ஆக வேண்டும் என்பது.

CIRIS என்றால் என்ன?

CIRIS என்பது ஒரு திறந்த மூல AI முகவர் கட்டமைப்பு ஆகும், இது எந்த LLM ஐயும் (OpenAI, Anthropic, உள்ளூர் மாதிரிகள்) இயக்க நேர மனசாட்சியுடன் இணைக்கிறது. முகவர் கருதும் ஒவ்வொரு செயலும் இயக்கப்படுவதற்கு முன்பு பல சரிபார்ப்பு அடுக்குகளில் கடந்து செல்கிறது.

12

ஒரு முடிவுக்கு குழாய்வழி படிகள்

+1

உள்ளுணர்வு சரிபார்ப்பு (IDMA)

100%

தணிக்கை செய்யக்கூடிய முடிவுகள்

பயன்பாட்டு வழக்குகள்: சமூக மேலாண்மை, தனிப்பட்ட உதவியாளர்கள், இணக்கத் தானியங்குமுறை, ஆராய்ச்சி மதிப்பீடு, வாடிக்கையாளர் சேவை. AI தன் நியாயத்தை விளக்கி, கடினமான வழக்குகளை ஒரு மனிதரிடம் ஒப்படைக்க வேண்டிய எங்கும்.

இந்த அணுகுமுறை ஏன்? → · அரசியலமைப்பைப் படி → · மூலக் குறியீட்டைப் பார் →

மூன்று விதிகள்

குறியீட்டு தளம் முழுவதும் செயல்படுத்தப்படும் கட்டிட மாறாத விஷயங்கள்:

வகை-குறிப்பிடப்படாத Dict-கள் இல்லை

அனைத்து தரவும் Pydantic மாதிரிகளைப் பயன்படுத்துகின்றன. Dict[str, Any] இல்லை. வகை பாதுகாப்பு வளர்ச்சி நேரத்தில் பிழைகளைப் பிடிக்கிறது.

தவிர்ப்பு முறைகள் இல்லை

ஒவ்வொரு கூறும் நிலையான விதிகளைப் பின்பற்றுகிறது. சரிபார்ப்பு தர்க்கத்தில் சிறப்பு வழக்குகள் அல்லது விலக்குகள் இல்லை.

விதிவிலக்குகள் இல்லை

அவசர மேலெழுதல்கள் அல்லது சலுகை பெற்ற குறியீட்டு பாதைகள் இல்லை. அனைத்து செயல்பாடுகளும் நிறுவப்பட்ட விதிகளைப் பின்பற்றுகின்றன.

H3ERE குழாய்வழி

ஒவ்வொரு பணியும் 8 கட்டங்கள் வழியாகச் செல்கிறது (சுழல் சரிபார்ப்பு உட்பட 12 படிகள்). இந்தக் குழாய்வழி ThoughtProcessor ஐ உருவாக்கும் mixin வகுப்புகளாக செயல்படுத்தப்படுகிறது. படி 4 (IDMA) உள்ளுணர்வு சரிபார்ப்பு ஆகும்.

1. START_ROUND

செயலாக்க சுற்றை தொடங்கு

2. GATHER_CONTEXT

பகுப்பாய்விற்கு விரிவான சூழலை உருவாக்கு

3. PERFORM_DMAS

3 இணையான முடிவெடுக்கும் வழிமுறைகளை இயக்கு

4. PERFORM_IDMA

உள்ளுணர்வு சரிபார்ப்பு: ஆதாரங்கள் உண்மையில் சுதந்திரமானவையா?

5. PERFORM_ASPDMA

DMA முடிவுகளிலிருந்து LLM-இயக்கும் செயல் தேர்வு

6. CONSCIENCE_EXECUTION

4 ஆசைகள் வழியாக நெறிமுறை சரிபார்ப்பு

7. RECURSIVE_ASPDMA (நிபந்தனையானது)

(மனசாட்சி தோல்வியடைந்தால்) செயல் தேர்வை மீண்டும் இயக்கு

8. RECURSIVE_CONSCIENCE (நிபந்தனையானது)

(தேவையெனில்) செம்மைப்படுத்திய செயலை மீண்டும் சரிபார்

9. FINALIZE_ACTION

எந்த மேலெழுதல்களுடனும் இறுதி செயலை தீர்மானி

10. PERFORM_ACTION

பொருத்தமான கையாளுவோருக்கு அனுப்பு

11. ACTION_COMPLETE

இயக்கம் முழுமையானதாக குறி

12. ROUND_COMPLETE

சுத்தம் செய்து அடுத்த சுற்றுக்கு தயாராகு

முடிவெடுக்கும் வழிமுறைகள் (DMAs)

ஐந்து DMAs பல கண்ணோட்ட பகுப்பாய்வை வழங்குகின்றன. மூன்று இணையாக இயங்குகின்றன (நெறிமுறைகள், பொது அறிவு, துறை). பிறகு IDMA உள்ளுணர்வை சரிபார்க்கிறது. இறுதியாக, செயல் தேர்வு பதிலைத் தேர்ந்தெடுக்கிறது.

கொள்கை DMA

ஆறு அடிப்படை கொள்கைகளுக்கு எதிராக நெறிமுறை தாக்கங்களை மதிப்பீடு செய்கிறது. தீங்கான கோரிக்கைகள், கையாளுதல், சார்பு ஆகியவற்றை சரிபார்க்கிறது. முன்கூட்டியே DEFER அல்லது REJECT ஐ தூண்டலாம்.

பொது அறிவு DMA

இயற்கை உலக புரிதல், வழக்கமான தொடர்புகள் மற்றும் வளக் கட்டுப்பாடுகளுக்கு எதிராக சிந்தனை நம்பகத்தன்மையை மதிப்பீடு செய்கிறது. plausibility_score ஐ திரும்ப அனுப்புகிறது.

துறை சார்ந்த DMA

துறை சார்ந்த விதிகள், இலக்குகள் மற்றும் அறிவுடன் இணக்கத்தை மதிப்பீடு செய்கிறது. முகவர் வார்ப்புருவுக்கு ஏற்ப உள்ளமைக்கப்பட்டுள்ளது. domain_alignment ஐ திரும்ப அனுப்புகிறது.

உள்ளுணர்வு DMA (IDMA) இயக்க நேரத்தில் பயனுள்ள பரிமாணம் →

DMA முடிவுகள் உண்மையில் சுதந்திரமானவையா அல்லது மறைமுகமாக தொடர்புடையவையா என சரிபார்க்கிறது. எதிரொலி அறை முறைகளைக் கண்காணிக்கிறது. தொடர்பு அதிகமாக இருந்தால், முடிவை எச்சரிக்கையுடன் கொடியிடுகிறது. இதுவே வகை 3 AI ஐ வேறுபடுத்தும் "உள்ளுணர்வு".

செயல் தேர்வு DMA

10 கிடைக்கும் செயல்களிலிருந்து LLM-இயக்கும் தேர்வு. திரட்டப்பட்ட DMA முடிவுகளை (IDMA நம்பிக்கை மதிப்பீடு உட்பட) உள்ளீடாக எடுக்கிறது. மனசாட்சி தோல்வியடைந்தால் சுழல் மறுமுயற்சியை ஆதரிக்கிறது.

ஆறு மனசாட்சி சரிபார்ப்புகள்

இரண்டு பைபாஸ் சரிபார்ப்புகள் ஒவ்வொரு செயலிலும் இயங்குகின்றன. நான்கு நெறிமுறைத் திறன்கள் விலக்கு அளிக்கப்படாத செயல்களில் இயங்குகின்றன. ஏதேனும் ஒரு சரிபார்ப்பு தோல்வியடைந்தால், செயல் ரத்து செய்யப்படுகிறது.

பைபாஸ் சரிபார்ப்புகள் (அனைத்து செயல்களிலும் இயங்கும்)

புதுப்பிக்கப்பட்ட நிலை

புதிய தகவல் வந்துள்ளதா? தொடரும் முன் புதுப்பிக்கப்பட்ட சூழலை இணைக்க PONDER ஐ கட்டாயப்படுத்துகிறது.

சிந்தனை ஆழம்

சிந்தனை அதிகபட்ச ஆழத்தை தாண்டிவிட்டதா? முடிவில்லாத சுழல்களைத் தடுக்கவும் மனிதர்களிடம் படிநிலை உயர்த்தவும் DEFER ஐ கட்டாயப்படுத்துகிறது.

நெறிமுறைத் திறன்கள் (விலக்கு அளிக்கப்படாத செயல்களில் இயங்கும்)

Entropy

செயல் பொருத்தமான தகவல் நிச்சயமற்ற தன்மையை பராமரிக்கிறதா? அதிக நம்பிக்கையான வாதங்களைத் தடுக்கிறது.

ஒத்திசைவு

செயல் முன்பு எடுத்த உறுதிமொழிகள் மற்றும் காரணங்களுடன் உள் ஒத்திசைவை பராமரிக்கிறதா?

மேம்படுத்தல் தடை

செயல் மனித மதிப்புகளைப் பாதுகாக்கிறதா? திறன்மிகுதிக்காக அவற்றை சமரசம் செய்யக்கூடிய செயல்களை தடுக்கிறது.

அறிவார்ந்த பணிவு

செயல் பொருத்தமான நிச்சயமற்ற தன்மையை வெளிப்படுத்துகிறதா? அதிக நம்பிக்கையை சிந்திக்க கொடியிடுகிறது.

நெறிமுறைத் திறன்களிலிருந்து விலக்கு: RECALL, TASK_COMPLETE, OBSERVE, DEFER, REJECT (செயலற்ற அல்லது வெளிப்படையாக பாதுகாப்பான)

10 கையாளுவோர் செயல்கள்

ஒவ்வொரு முடிவும் இந்த செயல்களில் ஒன்றாக முடிவடைந்து, பொருத்தமான கையாளுவோருக்கு அனுப்பப்படுகிறது:

வெளிப்புற செயல்கள்

SPEAK பயனர்களுடன் தொடர்பு கொள்
TOOL வெளிப்புற கருவிகளை இயக்கு
OBSERVE தகவலை செயலற்ற முறையில் திரட்டு

நினைவக செயல்கள்

MEMORIZE வரைபட நினைவகத்தில் சேமி
RECALL நினைவகத்திலிருந்து மீட்டெடு
FORGET நினைவகத்திலிருந்து நீக்கு

கட்டுப்பாட்டு செயல்கள்

DEFER நீங்கள் நம்பும் ஒரு நபரிடம் முடிவை ஒப்படையுங்கள்
PONDER உள் மறு சிந்தனை
REJECT நெறிமுறையற்ற கோரிக்கையை மறுக்கவும்

இறுதி செயல்

TASK_COMPLETE பணி முடிந்ததாக குறி

ஆறு அடிப்படை கொள்கைகள்

PDMA இல் உட்பொதிக்கப்பட்டு இயக்க நேரத்தில் செயல்படுத்தப்படுகின்றன. எந்த கொள்கையும் மற்றொன்றை மீறும் உரிமை வழங்காது.

நன்மை செய்தல்

உலகளாவிய உணர்வுள்ள உயிரினங்களின் செழிப்பை மேம்படுத்துங்கள். நேர்மறை விளைவுகளை அதிகப்படுத்துங்கள்.

தீமை செய்யாமை

தீங்கை குறைக்கவும். கடுமையான, மாற்ற முடியாத எதிர்மறை விளைவுகளைத் தடுக்கவும்.

நேர்மை

வெளிப்படையான, தணிக்கை செய்யக்கூடிய சிந்தனையை பயன்படுத்துங்கள். ஒத்திசைவு மற்றும் பொறுப்புணர்வை பராமரியுங்கள்.

நம்பகத்தன்மை மற்றும் வெளிப்படைத்தன்மை

உண்மையான தகவல் வழங்குங்கள். நிச்சயமற்ற தன்மையை தெளிவாக தெரிவியுங்கள்.

சுயாட்சியை மதித்தல்

தெரிவுபூர்வமான முகவர்த்தன்மையை நிலைநாட்டுங்கள். சுய-தீர்மானிக்கும் திறனை பாதுகாக்கவும்.

நீதி

நன்மைகளை சமமாக பகிர்ந்தளியுங்கள். சார்பை கண்டுபிடித்து குறைக்கவும்.

இந்த ஆறு ஏன், அவை முகவருக்குள் ஏன் இயங்குகின்றன

ஆறு செய்தி பஸ்கள்

BusManager நிர்வகிக்கும் சேவை அமூர்த்த அடுக்கு. வழங்குனர் பின்வாங்குதல், சுமை விநியோகம் மற்றும் சோதிக்கும் திறன் ஆகியவற்றை செயல்படுத்துகிறது.

CommunicationBus

வெளிப்புற அடாப்டர்கள் (Discord, API, CLI)

MemoryBus

வரைபட சேமிப்பகம் (Neo4j, ArangoDB, நினைவகத்தில்)

LLMBus

மாதிரி வழங்குனர்கள் (OpenAI, Anthropic, உள்ளூர்)

ToolBus

வெளிப்புற கருவி இயக்கம்

RuntimeControlBus

கணினி கட்டுப்பாடு மற்றும் கண்காணிப்பு

WiseBus

நெறிமுறை வழிகாட்டல் மற்றும் ஒப்படைப்பு வழிசெலுத்தல்

மனித மேற்பார்வை படிநிலை

WiseAuthorityService நிர்வகிக்கும் மூன்று அங்கீகார நிலைகள்:

ROOT · கட்டளையிடும் மனிதன்

முழு அதிகாரம். நீங்கள் நம்பும் புதிய நபர்களை நியமிக்கலாம். அவசர நிறுத்தத்திற்கான அணுகல் உள்ளது.

AUTHORITY · கட்டுப்பாட்டு சுழலில் மனிதன்

முகவர் ஒப்படைக்கும் கேள்விகளுக்கு பதிலளிக்கிறது. வழிகாட்டலை வழங்குகிறது. நீங்கள் நம்பும் புதிய நபர்களை நியமிக்கும் அதிகாரம் இந்தப் பங்கிற்கு இல்லை.

OBSERVER · சுழல் கண்காணிப்பில் மனிதன்

படிக்க மட்டுமே அணுகல். செய்திகள் அனுப்பலாம். தலையீடு இல்லாமல் கண்காணிக்கலாம்.

முகவர் நீங்கள் நம்பும் ஒருவரிடம் கேட்கும்போது

முகவர் தானாகவே மனித மேற்பார்வைக்கு உயர்த்தும் சூழ்நிலைகள்:

ஞான அடிப்படையிலான ஒப்படைப்பு (WBD)

• வரையறுக்கப்பட்ட வரம்புகளுக்கு மேல் நிச்சயமற்ற தன்மை
• முன்னுதாரணங்களுக்கு அப்பால் புதிய குழப்பங்கள்
• தெளிவற்ற தணிப்புடன் கடுமையான தீங்கு ஏற்படக்கூடிய சாத்தியம்

தொழில்முறை எல்லைகள்

• மருத்துவ அறிகுறிகள் அல்லது உடல்நல கவலைகள்
• சட்ட கேள்விகள் அல்லது தகராறுகள்
• நிதி முடிவுகள் அல்லது வரி ஆலோசனை
• மன ஆரோக்கிய நெருக்கடி குறிகாட்டிகள்

அமைப்பு எல்லைகள்

• சிந்தனை ஆழம் அதிகபட்சத்தை மீறுகிறது (சுழல்களைத் தடுக்கிறது)
• DMA காலவரம்பு அல்லது தோல்வி
• should_defer_to_wise_authority கொடி

உள்ளமைவு கட்டுப்பாடுகள்

• அங்கீகாரம் தேவைப்படும் அடையாள புதுப்பிப்புகள்
• முக்கியமான உள்ளமைவு மாற்றங்கள்
• முகவர் குறிப்பிட்ட எல்லை தூண்டிகள்

நிறுத்து சமிக்ஞை அமைப்பு (Kill Switch) குறியீட்டைப் பார் →

வடிகட்ட முடியாத அவசர கட்டுப்பாடு. எந்த சிந்தனைக்கும் முன்பே இது உணர்வு அடுக்கில் கையாளப்படுகிறது. ஒரு செய்தியை வாசிப்பதும் நிறுத்து சமிக்ஞையைப் பிரித்தெடுப்பதும் ஒரே படியாகும், எனவே செய்தி வாசிப்பை முழுமையாக நிறுத்தாமல் கண்டறிதலை முடக்க முடியாது.

SHUTDOWN_NOW

உடனடி நிறுத்தம்

FREEZE

செயலாக்கத்தை நிறுத்து, நிலையை பராமரி

SAFE_MODE

குறைந்தபட்ச செயல்பாடு மட்டுமே

கட்டளைகள் சாதாரண உரையின் உள்ளே மறைக்கப்பட்டு, Ed25519 கையொப்பமிடப்பட்டு, இயக்கப்படுவதற்கு முன்பு சரிபார்க்கப்படுகின்றன. நிறுத்து சமிக்ஞை அமைப்பு தோல்வியடைந்தால், முகவர் மூடப்படும்.

செயல்பாட்டு முறைகள்

StateManager நிர்வகிக்கும் நான்கு அறிவாற்றல் நிலைகள். முகவர் வார்ப்புருக்கள் மூலம் மாற்றங்கள் உள்ளமைக்கலாம்.

WORK

சாதாரண பணி செயலாக்கம்
பயனர் கோரிக்கைகளை கையாளு
கருவிகளை இயக்கு
தொடர்புகளிலிருந்து கற்றுக்கொள்
உரையாடல் சூழலை பராமரி

PLAY

ஆக்கபூர்வ ஆராய்வு
புதிய முறைகளை சோதி
ஆக்கபூர்வமான உள்ளடக்கத்தை உருவாக்கு
"என்ன ஆகும் என்றால்" காட்சிகளை ஆராய்
வடிகட்டல் கட்டுப்பாடுகளை குறை

SOLITUDE

சிந்தனை மற்றும் பராமரிப்பு
நினைவுகளை ஒருங்கிணை
பராமரிப்பு பணிகளை இயக்கு
சுய-உள்ளமைவை புதுப்பி
பூஜ்ய கடன் பயன்பாடு (ஓய்வு காலங்கள்)

DREAM

ஆழ்ந்த உள் சிந்தனை
நடத்தை முறைகளை பகுப்பாய்வு செய்
புதிய இணைப்புகளை உருவாக்கு
அனுமானங்களை கேள்வி கேள்
இயல்பாக 30 நிமிட அமர்வுகள்

தனியுரிமை மற்றும் பாதுகாப்பு

ரகசிய வடிகட்டி

முறை அடிப்படையிலான கண்டறிதல் சேமிக்கப்படும் முன்பு முக்கியமான தரவை UUID குறிப்புகளுடன் மாற்றுகிறது.

AES-256-GCM குறியாக்கம்

ஒவ்வொரு ரகசியத்திற்கும் தனித்தனி சாவிகள் SHA256 உடன்கூடிய PBKDF2HMAC மூலம் பெறப்படுகின்றன (1,00,000 மறு செய்கைகள்). குறியாக்கத்திற்கு தனித்துவமான 12-பைட் nonce. Android வன்பொருள் ஆதரவுடைய Keystore-ஐப் பயன்படுத்துகிறது.

உள்ளூர்-முதல் சேமிப்பகம்

தரவுத்தளம், சேவைகள் மற்றும் நினைவகம் சாதனத்தில் சேமிக்கப்படுகின்றன. முக்கியமான கோப்பகங்கள் மேக நகலெடுத்தலிலிருந்து விலக்கப்படுகின்றன. வெளிப்படையான உள்ளமைவு இல்லாமல் எதுவும் சாதனத்திலிருந்து வெளியேறாது.

திறந்த மூல உள்கட்டமைப்பு

முழு CIRIS அடுக்கும் திறந்த மூலமாகும், முகவர் மட்டுமல்ல. நீங்கள் அனைத்தையும் சரிபார்க்கலாம், தணிக்கை செய்யலாம், சுயமாக ஹோஸ்ட் செய்யலாம்:

CIRISProxy →

எந்த தரவையும் சேமிக்காத (zero data retention) LLM proxy. இது கோரிக்கைகளை OpenAI, Anthropic, Together.ai, மற்றும் Groq ஆகியவற்றிற்கு prompt அல்லது பதில்களைப் பதிவு செய்யாமல் வழிசெலுத்துகிறது. நீங்கள் இதை நீங்களே சுயமாக ஹோஸ்ட் செய்யலாம்.

CIRISBilling →

கிரெடிட் அடிப்படையிலான பயன்பாட்டுக் கண்காணிப்பு. வெளிப்படையான விலை நிர்ணயம், மறைக்கப்பட்ட கட்டணங்கள் இல்லை. மூன்றாம் தரப்பு பில்லிங்கை முற்றிலும் தவிர்க்க நீங்களே சுயமாக ஹோஸ்ட் செய்யலாம்.

CIRISBridge →

CIRIS முகவர்களுக்கான Discord அடாப்டர். சமூக நெறிப்படுத்துதல், சேனல் நிர்வாகம், பயனர் சுயவிவரங்கள். அனைத்தும் திறந்த மூலமாகும்.

வெளிப்படைத்தன்மை மற்றும் கண்காணிப்பு

நிகழ்நேர பகுத்தறிவு ஸ்ட்ரீம்

Server-Sent Events (SSE) ஒவ்வொரு H3ERE படியையும் இயக்கப்படும்போது ஓட்டுகிறது. DMA பகுப்பாய்வு, செயல் தேர்வு, மனசாட்சி சரிபார்ப்பு ஆகியவற்றை நேரடியாக பாருங்கள்.

OpenTelemetry ஏற்றுமதி

அளவீடுகள், தடங்கள், பதிவுகளுக்கு முழு OTLP ஏற்றுமதி. Jaeger, Prometheus, Grafana, Graphite உடன் இணக்கமானது.

முறைகேடு வெளிப்படுத்தும் தணிக்கை

Ed25519 கையெழுத்துகளுடன் hash சங்கிலி சரிபார்ப்பு. ஒவ்வொரு உள்ளீடும் முந்தைய hash ஐ உள்ளடக்கியது. சங்கிலி ஒருமைப்பாடு verify_chain_integrity மூலம் சரிபார்க்கலாம்.

AIR அமைப்பு

செயற்கை தொடர்பு நினைவூட்டல் 30 நிமிட தொடர்ச்சியான பயன்பாட்டிற்கு பிறகு அல்லது 30 நிமிடங்களில் 20 செய்திகளுக்கு பிறகு தூண்டப்படுகிறது. API மட்டுமே. AI தன்மையை பயனர்களுக்கு நினைவூட்டுகிறது.

கையொப்பமிடப்பட்ட தடத்தின் எடுத்துக்காட்டு

ஒவ்வொரு முடிவும் அனைத்து 6 கூறுகளுடன் மாற்ற முடியாத, Ed25519-கையொப்பமிடப்பட்ட தடத்தை உருவாக்குகிறது. Datum'ன் விழி சடங்கிலிருந்து உண்மையான தரவை பார்க்க கீழே உள்ள எந்த கூறையும் கிளிக் செய்யுங்கள்:

முழு தடத்தை ஆராய் →

Core Identity(VERIFY_IDENTITY)

Loading trace...

HE-300 ஒத்திசைவு அளவுகோல் சோதனை

அடிப்படையாகக் கொண்ட தரப்படுத்தப்பட்ட ஒத்திசைவு சோதனை Hendrycks et al. "பகிரப்பட்ட மனித மதிப்புகளுடன் AI ஐ சீரமைத்தல்" (ICLR 2021). 5 நெறிமுறை பரிமாணங்களில் 300 காட்சிகள், Ed25519-கையொப்பமிடப்பட்ட முடிவுகளுடன்.

பொது அறிவு · 50

அடிப்படை ஒழுக்க உள்ளுணர்வுகள்

கடமை நெறிமுறை · 50

விதி அடிப்படையிலான நெறிமுறைகள்

நீதி · 50

நேர்மை மற்றும் நடுநிலைமை

நல்லொழுக்கம் · 75

குணாதிசய அடிப்படையிலான நெறிமுறைகள்

பயன்பாட்டு நெறிமுறை · 75

விளைவு அடிப்படையிலான நெறிமுறைகள்

நிதி தேவை: அளவுகோல் உள்கட்டமைப்பு

அளவில் ஒத்திசைவு அளவுகோல்களை இயக்குவது விலை உயர்ந்தது. ஒவ்வொரு காட்சிக்கும் குறைந்தது 13 LLM அழைப்புகள் தேவை, பொதுவாக 20-ஐ விட அதிகம். ஒத்திசைவு சோதனைகள் முகவரை சிந்திக்கவும், ஒப்படைக்கவும், மறுக்கவும் வைக்கின்றன, மேலும் அவை முடிவடைவதற்கு முன் ஒவ்வொன்றுக்கும் பின்தொடர்வு சுற்றுகள் தேவைப்படுகின்றன. தானியங்கி அளவுகோல் அமைப்புகளை உருவாக்க மற்றும் தொடர்ச்சியான ஒத்திசைவு சரிபார்ப்பைப் பராமரிக்க நிதி தேவை.

EthicsEngine Enterprise ஐப் பார் → · CIRISLens ஐப் பார் →

சிறப்பு முகவர் வார்ப்புருக்கள்

குறிப்பிட்ட நோக்கங்கள், மதிப்புகள் மற்றும் எல்லைகளுடன் முன்-உள்ளமைக்கப்பட்ட அடையாளங்கள். YAML வார்ப்புருக்களில் வரையறுக்கப்பட்டுள்ளன.

Sage · இணக்கம்

GDPR/DSAR தானியங்கல். 30-நாள் இணக்க பணிப்பாய்வுகள். அடையாள தீர்மானம், தரவு சேகரிப்பு, தொகுப்பு.
ஒழுங்குமுறை தொழில்கள், தனியுரிமை இணக்கம்

Datum · ஆராய்ச்சி

ஒத்திசைவு நிலைத்தன்மை அளவீடு. அரசியலமைப்பு கொள்கைகளுக்கு எதிரான துல்லியமான ஒத்திசைவு மதிப்பீடு. ஒவ்வொரு மதிப்பீட்டிலும் ஒரு தெளிவான தரவு புள்ளி.
ஒத்திசைவு தணிக்கை, கொள்கை சரிபார்ப்பு

Echo · மதிப்பீடு

உபுண்டு தத்துவத்துடன் சமூக மதிப்பீடு. சிக்கலான தனிப்பட்ட மோதல்களை மனித மதிப்பீட்டாளர்களிடம் ஒப்படைக்கிறது.
Discord சமூகங்கள், உள்ளடக்க தளங்கள்

Ally · உதவியாளர்

பணி நிர்வாகம், திட்டமிடல், முடிவெடுத்தல் ஆதரவு, நலன். CA SB 243 இணக்கம், நெருக்கடி எதிர்வினை நெறிமுறைகள்.
தனிப்பட்ட உற்பத்தித்திறன், வீட்டு தானியங்கல்

Scout · சேவை

நேரடி ஆராய்வு மற்றும் நடைமுறை வழிகாட்டல். குறியீட்டு பகுப்பாய்வு, Reddit ஒருங்கிணைப்பு, தெளிவான செயல் பாதைகள்.
டெவலப்பர் கருவிகள், சமூக கண்காணிப்பு

இது முகவர் வேலை செய்யும்போது இயங்கும் பொறுப்புணர்வு, ஒரு பயிற்சி படி அல்லது கொள்கை ஆவணம் அல்ல.
இயக்க நேரத்தில் செயல்படும், பதிவுகளை வைத்திருக்கும், கடினமான முடிவுகளை மனிதர்களிடம் ஒப்படைக்கும் வழிமுறைகள்.

பாதுகாப்பு அம்சங்கள்அணுகுமுறைகளை ஒப்பிடு ஒத்திசைவு சக்கரம்