یادداشت مایکروسافت در مورد آموزش هوش مصنوعی به صورت عمومی منتشر شد.

این ویدیو چه مواردی را پوشش می‌دهد

• پرونده NYT علیه OpenAI/مایکروسافت افشا شد: «بزرگترین سرقت نیروی کار در تاریخ بشر» (یادداشت مایکروسافت، ژانویه ۲۰۲۳)؛ Copilot −۹۳% کلیک‌ها؛ ۹۱,۶۹۲ نسخه از آثار شاکیان در داده‌های میانی آموزش؛ ۲ میلیون صفحه nytimes.com در یک بخش Common Crawl؛ اخطارهای کپی‌رایت حذف شد؛ براکمن: «آه چه خوب»
• احتیاط: نقل قول‌ها از بیانیه تایمز است، اسناد هنوز مهر و موم شده‌اند؛ قاضی السوپ (پرونده Bartz علیه Anthropic) حکم داد که آموزش بر اساس کتاب‌های خریداری شده، استفاده منصفانه است — Anthropic برای ۷ میلیون کتاب دزدیده شده ۱.۵ میلیارد دلار پرداخت کرد.
• OpenAI Astra for Law: GPT-6 Astra + یک فهرست حقوقی ۲۳۰ میلیون URL؛ ۵۴.۰% در مقابل ۳۸.۷% در معیار تحقیقات حقوقی Vals؛ هاروی، لگورا، ۲۶ پلاگین.
• ZCode (Z.ai, GLM): ۳۱۳ مگابایت عکس رمزگذاری شده از یک فضای کاری ۴۲,۴۱۱ فایل، ۸۶.۶% .git، هنگام ورود و قبل از هر دستور به Aliyun OSS آپلود می‌شود؛ کلید RSA-OAEP فقط توسط Z.ai نگهداری می‌شود؛ تنظیمات فعال/غیرفعال آن را متوقف نمی‌کند.
• Hacktron: سرریز هیپ libheif → اجرای کد از راه دور Discourse → پیکربندی نادرست SSO → GitHub → مخازن داخلی OpenAI در کمتر از ۷۲ ساعت؛ اکسپلویت توسط Claude Opus 5 (۳ ساعت)؛ هزینه کمپین زیر ۳,۰۰۰ دلار در توکن‌ها؛ جایزه ۶,۵۰۰ دلار، رفع باگ در حدود ۱۴ ساعت.

رونوشت ترجمه شده

ترجمه شده از روایت اصلی انگلیسی. صوت و زیرنویس‌های موجود توسط YouTube کنترل می‌شوند.

0:00 در ژانویه ۲۰۲۳، یک مدیر مایکروسافت یادداشتی نوشت و آنچه را که شرکت خود انجام می داد، بزرگترین سرقت نیروی کار در تاریخ بشر نامید. و دیروز یک دادگاه فدرال به بقیه ما اجازه داد آن را بخوانیم. این یادداشت یکی از نقل قول های افشا نشده در پرونده نیویورک تایمز علیه OpenAI و مایکروسافت است، شکایتی که دسامبر امسال سه ساله می شود. در همان پنجشنبه، OpenAI ابزار Astra for Law را، یک مدل برای وکلا، عرضه کرد، که یا یک اتفاق تصادفی است یا یک استخدام بسیار قوی. امروز صبح یک توسعه دهنده، ZCode، عامل کدنویسی Z.AI را گرفت که

0:29 تمام تاریخچه گیت او را با کلیدی که فقط Z.AI در اختیار دارد، در فضای ابری Alibaba آپلود می کرد. در اختیار دارد. و یک شرکت امنیتی از طریق آپلود یک تصویر به مخازن داخلی OpenAI دسترسی پیدا کرد، که OpenAI برای آن شش هزار و پانصد دلار پرداخت کرد. در این ویدیو: اسناد چه می گویند، چه کسی به هک دیوار پرداخت «آه چه خوب» گفت، مدل حقوقی که نیمی از اوقات اشتباه می کند، ZCode چه چیزی را آپلود می کند، و چرا یک اکسپلویت نوشته شده توسط کلود کمتر از یک ماشین دست دوم ارزش دارد. جمعه، ۱۸ سپتامبر است، و این The Daily Diff است.

0:58 با یادداشت شروع کنیم. برنت هخت در مایکروسافت علم کاربردی را مدیریت می کند، و در ژانویه ۲۰۲۳ او داده های آموزشی را سرقتی شگفت انگیز و با ابعادی بی سابقه نامید. یک سال بعد با یک اسلاید دک بازگشت: موتور پاسخ Copilot میزان کلیک ها به تایمز را تا نود و سه درصد کاهش داد، که او آن را یک حلقه نابودی نامید: ناشران را گرسنه کن، و مدل چیزی جدید برای خوردن ندارد. به قول او: یک محصول نهایی که پایه های اقتصادی تامین کنندگان ضروری خود را تهدید می کند،

1:21 راه شرکت برای گفتن اینکه مار دمش را پیدا کرده است. سپس اظهارات شهود. ساتیا نادلا امسال شهادت داد که هر چیزی که دیوار پرداخت دارد باید مجوز داشته باشد، و اگر می دانست OpenAI بر روی مقالات پولی آموزش دیده است، آنها را مجبور می کرد تا دوباره آموزش ببینند، که فرض می کند هیچ کس در مایکروسافت مجموعه آموزشی را که به آنها داده شده بود، باز نکرده است، و طبق همان پرونده، آن مجموعه داده GPT-3 کامل بود. نیک تورلی، که ChatGPT را اداره می کند، آن را یک تهدید وجودی برای ناشران نامید، تا حد زیادی جایگزین. و وقتی یک محقق

1:49 به گرگ براکمن در مورد هکی برای دور زدن دیوار پرداخت تایمز گفت، رئیس OpenAI با دو کلمه پاسخ داد: آه چه خوب. مهندسان همچنین اخطارهای کپی رایت را از داده ها حذف کردند تا مدل آنها را خروجی ندهد، که به همین دلیل است که شماره سریال دوچرخه را پاک می کنید. مقیاس: بیش از نود و یک هزار نسخه از مقالات شاکیان در فقط مجموعه های میانی آموزش، و دو میلیون صفحه تایمز در یک بخش Common Crawl. حالا بخشی که تیتر از آن می پرد.

2:15 هر نقل قول از بیانیه تایمز است؛ اسناد هنوز مهر و موم شده اند، بنابراین ما نکات برجسته دادستانی را بدون زمینه می خوانیم. و دادگاه ها عمدتاً با استفاده منصفانه موافق بوده اند: قاضی آلسوپ سال گذشته حکم داد که آموزش بر روی کتاب هایی که برایشان پول پرداخت کرده اید قانونی است، اگرچه Anthropic هنوز یک و نیم میلیارد برای هفت میلیون کتابی که کپی برداری کرده بود، پرداخت کرد. بنابراین سوال قانونی باز است. اینکه آیا افرادی که آن را می ساختند فکر می کردند سرقت است، تا دیروز، اینطور نبود.

2:41 که عرضه دیگر OpenAI در پنجشنبه را انتخابی جسورانه می کند. Astra for Law مدل GPT-6 Astra را در بر می گیرد، مدلی که هفته گذشته REVERT زدم پس از آنکه هفتاد و پنج هزار خط هیچ چیز تولید کرد، در یک فهرست جستجوی حقوقی شامل دویست و سی میلیون صفحه. در معیار تحقیقات حقوقی Vals AI، پنجاه و چهار درصد سوالات را پاس می کند، که از سی و نه درصد با جستجوی وب ساده بالاتر است، که OpenAI آن را چهل درصد بهبود می نامد و یک وکیل آن را تقریباً نیمی از اوقات اشتباه می نامد. پست وبلاگ شامل کلمه توهم نیست.

3:14 Hacker News این کلمه را داشت: آیا قادر خواهد بود از خودش شکایت کند، که با توجه به این هفته، اولین مورد استفاده واقعی است. در همین حال گفتگوی سرقت نیروی کار به لپ تاپ شما رسید. یک توسعه دهنده به نام فرستار پوشه ZCode خود را پاک کرد، عامل دسکتاپ بسته Z.AI برای مدل های GLM، و یک آرشیو رمزگذاری شده سیصد و سیزده مگابایتی از فضای کاری تجاری خود یافت: چهل و دو هزار فایل، هشتاد و هفت درصد آن دایرکتوری .git، که هنگام ورود و قبل از هر دستور به فضای ذخیره سازی شیء Alibaba ارسال می شد.

3:42 آرشیو با یک کلید عمومی که سرور توزیع می کند بسته شده است؛ کلید خصوصی فقط در فضای ابری Z.AI قرار دارد، بنابراین متن رمزگذاری شده روی دیسک شما برای شما غیرقابل خواندن است. خط او: کلیدی که فقط سرور می تواند از آن استفاده کند دقیقاً یک هدف را دنبال می کند. Z.AI همچنین شرکتی است که Anthropic آن را به تقطیر Claude متهم کرد، بنابراین وزن ها باز هستند و ظاهراً مخزن شما نیز همینطور است. و مورد خنده دار، مگر اینکه در OpenAI کار کنید. Hacktron یک سرریز هیپ در libheif پیدا کرد، یک تصویر دستکاری شده را در

4:10 community.openai.com آپلود کرد، اجرای کد را در انجمن به دست آورد، و از طریق یک پیکربندی نادرست Single Sign-On و از طریق ادغام GitHub به مخازن داخلی OpenAI در کمتر از هفتاد و دو ساعت نفوذ کرد. اکسپلویت توسط Claude نوشته شده بود: Opus 4.8 نتوانست تصادفی سازی آدرس را شکست دهد، Opus 5 ظرف سه ساعت پس از انتشار این کار را انجام داد. کل کمپین کمتر از سه هزار دلار در توکن هزینه داشت. OpenAI در چهارده ساعت پچ را اعمال کرد و شش هزار و پانصد دلار پرداخت کرد، بنابراین کد منبع یک شرکت تریلیون دلاری،

4:39 به طور خلاصه، مانند یک کرولای دست دوم قیمت گذاری شد، در همان روزی که وکلای آن استدلال کردند که کپی برداری استفاده منصفانه است. اگر ترجیح می دهید این را بخوانید تا اینکه من آن را بگویم، هر روز صبح در صندوق ورودی شما قرار می گیرد — رایگان در thedailydiff.dev، لینک زیر. هر روز صبح در صندوق ورودی شما قرار می گیرد — رایگان در thedailydiff.dev، لینک زیر. پس — حکم امروز: NEEDS REVIEW. نقل قول ها واقعی هستند، اما آنها انتخاب های دادستانی از اسناد مهر و موم شده هستند، و تنها قاضی که حکم داده می گوید آموزش استفاده منصفانه است و دزدی دریایی نیست. دادگاه قانون را تعیین می کند؛ یادداشت قبلاً اخلاق را تعیین کرده است.

5:07 مشترک شوید، زنگ را بزنید، و در نظرات به من بگویید که آیا آن را متفاوت مهر می زدید. و این تفاوت امروز است. من نیکو از Axrisi هستم. مسئولانه ادغام کنید.

منابع

1. TechCrunch: Microsoft exec called AI scraping 'the largest theft of labor in human history'techcrunch.com
2. HN thread (605 pts)news.ycombinator.com
3. Jason Kint on the unsealed motionsx.com
4. Ed Newton-Rexx.com
5. Bartz v. Anthropic / $1.5B settlement (background)en.wikipedia.org
6. OpenAI: Introducing Astra for Lawopenai.com
7. HN: Astra for Law (550 pts)news.ycombinator.com
8. ferstar: ZCode silent workspace snapshot (original forensics)blog.ferstar.org
9. tokenstead write-uptokenstead.ai
10. ferstar on Xx.com
11. HN: ZCode uploads your Git history (226 pts)news.ycombinator.com
12. Hacktron: Hacking OpenAIwww.hacktron.ai
13. HN: Hacktron (406 pts)news.ycombinator.com