विस्तृत विश्लेषण · लगभग 5 मिनट पढ़ना
Anthropic की अक्टूबर सुरक्षा योजना में प्रोटोटाइप, पूरे परीक्षण और भविष्य के वादे अलग हैं
19 अक्टूबर का अपडेट नई आधारभूत सुरक्षा मंजिलें, सीमित रेड-टीम तुलना और एक लक्ष्य की समाप्ति बताता है; Constitution की प्रतिबद्धता जारी है।
- स्रोत की तारीख
- यहाँ प्रकाशित
- स्रोत जाँचा गया
Anthropic ने 19 अक्टूबर को Frontier Safety Roadmap में बताए गए सुधार, नई समयसीमाएँ और एक हटाया गया लक्ष्य जोड़ा। उत्पादन अनुमान में चलता प्रोटोटाइप, पूरा हुआ परीक्षण और भविष्य की माँग अलग अवस्थाएँ हैं; इन्हें सभी जोखिमों पर मौजूदा नियंत्रण का समान प्रमाण नहीं मानना चाहिए।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- डेटासेंटर की भौतिक और प्लेटफॉर्म सुरक्षा की नई माँगें 1 जुलाई 2027 के व्यापक सुदृढ़ीकरण लक्ष्य में हैं, सभी नियंत्रण पहले से लागू होने का दावा नहीं।
- कंपनी ने आठ प्रश्न और वर्गीकारक की तीन पीढ़ियों के 24 जोड़ों में सर्वोत्तम मानव प्रविष्टि की बराबरी या उससे बेहतर, और 23 में जीत बताई।
- Constitution वाला लक्ष्य वर्तमान रूप में समाप्त हुआ, लेकिन प्रासंगिक तैनाती के 90 दिन के भीतर सार्वजनिक Constitution अपडेट करने का वादा बना है।
तारीख वाला अपडेट वास्तव में क्या है
स्रोत लगातार बदलती योजना है, जिसमें 19 अक्टूबर की प्रविष्टियाँ स्पष्ट हैं; यह नया मॉडल या व्यक्तिगत उत्पाद नहीं है। इसमें सुरक्षा, सुरक्षा-उपाय, संरेखण और नीति अलग हैं तथा कुछ परिचालन विवरण सार्वजनिक पाठ से हटाए गए हैं। पूरा संस्करण भीतर, बोर्ड और Long-Term Benefit Trust समेत, साझा होता है। इससे जवाबदेही का ढाँचा मिलता है, हर नियंत्रण तक स्वतंत्र पहुँच नहीं। AISubHub इसे शासन का एक घटनाक्रम मानता है, हर बिंदु को अलग खबर नहीं बनाता। यह 16 अक्टूबर के संवाद आत्म-मूल्यांकन शोध से भी अलग है।
महत्त्वाकांक्षी परियोजनाएँ प्रोटोटाइप तक पहुँचीं
अत्यधिक सुरक्षित वातावरण के लिए कंपनी ने कार्यप्रवाह और आधारभूत संरचना के प्रोटोटाइप बनाए तथा बाहरी नेटवर्क से अलग संचालन के लंबे समय वाले बदलाव जाँचे। काफी काम उत्पादकता की कीमत मापने पर था, समतुल्य भौतिक सुरक्षा पर नहीं। अलग वातावरण में अनुमान की तैनाती अभी निकट भविष्य की योजना है; नियंत्रण सूची का उत्पादन में उपयोग शुरू हो रहा है। एक अलग अनुमान-सत्यापन प्रोटोटाइप उत्पादन में जाँचता है कि आउटपुट अपेक्षित वज़नों से आया है। पूरे आंतरिक टोकन ट्रैफिक पर हस्ताक्षर एक अत्यंत दुर्लभ, अहानिकर अखंडता गड़बड़ी पकड़ चुके हैं। ‘प्रमाणनीय अनुमान’ के बदले ‘अनुमान सत्यापन’ नाम उच्च अखंडता भरोसे को दर्शाता है, हर उत्तर का सार्वभौमिक गणितीय सुरक्षा प्रमाण नहीं।
रेड-टीम नतीजे का निश्चित हर है
19 अक्टूबर के अपडेट के अनुसार स्वचालित रेड-टीम लक्ष्य मूल 1 जनवरी 2027 समयसीमा से पहले पूरा हो चुका था और योजना से हटा दिया गया। तुलना 20 अप्रैल से 11 सितंबर के जैविक हथियार वर्गीकारक बग-बाउंटी से हुई। आठ प्रश्न और उत्पादन वर्गीकारक की तीन पीढ़ियाँ मिलकर 24 जोड़े बनाती हैं। प्रणाली हर जोड़े में श्रेष्ठ मानव प्रस्तुति जितनी या बेहतर रही, 23 जीती और 24–48 घंटे लिए, जबकि बाउंटी में सप्ताह या महीने लगे। यह उसी तुलना पर कंपनी का नतीजा है, पूरे मानव सुरक्षा अनुसंधान से श्रेष्ठता का प्रमाण नहीं। विस्तृत तकनीकी लेख अभी आना है, इसलिए बाहरी सत्यापन सीमित है।
लक्ष्य हटना Constitution छोड़ना नहीं
कंपनी कहती है कि स्वचालित संरेखण आकलन और व्याख्येयता के प्रमाण व्यवहार में हैं, पर संरेखण तर्कों का रेड-टीम परीक्षण योजना जितना व्यापक नहीं हुआ। प्रशिक्षण-पश्चात डेटा और पुरस्कारों के नमूनों की व्यवस्थित निगरानी ने मौजूदा समीक्षा से अतिरिक्त कुछ नहीं पाया, इसलिए नियमित संचालन रुका; हाल की पुनरावृत्ति भी नई चेतावनी नहीं लाई। प्रभावी लक्ष्य फिर सोचते हुए वर्तमान लक्ष्य समाप्त किया गया। संबंधित आंतरिक या बाहरी तैनाती के 90 दिन में सार्वजनिक Constitution को नवीनतम प्रशिक्षित संस्करण से मिलाने का वादा बना है। नई समयसीमाएँ 15 दिसंबर 2026 को भीतर काम करने वाले स्वतंत्र मूल्यांकनकर्ताओं का प्रस्ताव और 15 जनवरी 2027 को विकास की गति का नीतिगत ढाँचा हैं; बाद वाले में प्रस्ताव न देने का कारण प्रकाशित करना भी विकल्प है।
बाकी सुरक्षा वादों को कैसे पढ़ें
भौतिक लक्ष्य ऑडिट योग्य सुविधाएँ, हार्डवेयर की अभिरक्षा और घुसपैठ प्रतिक्रिया हैं। प्लेटफॉर्म लक्ष्य अविश्वसनीय उपकरणों का अलगाव, सत्यापित निष्पादन नीति और केवल सत्यापित फ्रंटियर मशीनों को वज़न खोलने की कुंजियाँ देना हैं। ये वांछित अवस्थाएँ हैं। जुलाई 2027 के लक्ष्य में कम-से-कम 60% स्थिर शर्तें पूरी या लगभग पूरी और 80% अधिकांशतः लागू होनी चाहिए, साथ में आंतरिक रिपोर्ट और कम-से-कम सात दिन टिप्पणियों के लिए। कंपनी का भरोसा मध्यम है। स्वचालित हमले की जाँच और व्यापक आंतरिक निगरानी भी जनवरी 2027 के भविष्य लक्ष्य हैं। हमारी राय में तारीख, दायरा और स्वीकृति कसौटियाँ वादे जाँचने योग्य बनाती हैं, हर विरोधी से आज की सुरक्षा साबित नहीं करतीं।
यह क्यों अहम है
अपडेट ग्राहकों और शोधकर्ताओं को परीक्षण, तैनाती योजनाओं और कम फलदायक प्रक्रिया की समाप्ति अलग करके शासन समझने देता है। AISubHub ने आंतरिक प्रणालियों का ऑडिट या तुलना दोहराई नहीं है। इससे व्यक्तिगत सदस्यता का नया अधिकार नहीं मिलता।
सीमाएँ और उपलब्धता
यह Anthropic का आंशिक रूप से हटाया गया सार्वजनिक विवरण है। बेंचमार्क, स्वमूल्यांकन और भविष्य लक्ष्य अलग ताकत के प्रमाण हैं। योजना बदल सकती है और भावी अनुकूलनशील हमलावरों के विरुद्ध प्रभाव की गारंटी नहीं। 19 अक्टूबर इन बदलावों की तारीख है, पूरे पृष्ठ की मूल रचना की नहीं।
स्रोत और प्रमाण
स्रोत की तारीख: 19 अक्टू॰ 2026 · स्रोत जाँचा गया: 20 अक्टू॰ 2026
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।