AI تربیت پر مائیکروسافٹ کا اپنا میمو عوامی ہو گیا۔

اس ویڈیو میں کیا شامل ہے

• NYT بمقابلہ OpenAI/Microsoft کی مہر ہٹا دی گئی: "انسانی تاریخ میں محنت کی سب سے بڑی چوری" (مائیکروسافٹ میمو، جنوری 2023)؛ Copilot −93% کلک تھرو؛ درمیانی تربیتی ڈیٹا میں مدعیان کے کاموں کی 91,692 کاپیاں؛ ایک کامن کرال سلائس میں 2M nytimes.com صفحات؛ کاپی رائٹ نوٹس ہٹا دیے گئے؛ بروک مین: "آہ اچھا"
• احتیاط: حوالہ جات ٹائمز کی بریف سے آتے ہیں، نمائشیں اب بھی مہر بند ہیں؛ جج السپ (Bartz بمقابلہ Anthropic) نے فیصلہ دیا کہ خریدی گئی کتابوں پر تربیت منصفانہ استعمال ہے — Anthropic نے 7M غیر قانونی کتابوں کے لیے 1.5B ڈالر ادا کیے۔
• OpenAI Astra for Law: GPT-6 Astra + 230M-URL قانونی انڈیکس؛ Vals Legal Research Bench پر 54.0% بمقابلہ 38.7%؛ Harvey، Legora، 26 پلگ انز۔
• ZCode (Z.ai، GLM): 42,411 فائلوں والے ورک اسپیس کا 313 MB مرموز شدہ اسنیپ شاٹ، 86.6% .git، لاگ ان پر اور ہر پرامپٹ سے پہلے Aliyun OSS پر اپ لوڈ کیا گیا؛ RSA-OAEP کلید صرف Z.ai کے پاس؛ سیٹنگز ٹوگلز اسے نہیں روکتے۔
• Hacktron: libheif ہیپ اوور فلو → Discourse RCE → SSO کی غلط ترتیب → GitHub → 72 گھنٹے سے کم وقت میں OpenAI کے اندرونی ریپوز تک رسائی؛ Claude Opus 5 (3 گھنٹے) کے ذریعے استحصال؛ مہم میں 3,000 ڈالر سے کم ٹوکنز کا خرچ؛ انعام 6,500 ڈالر، تقریباً 14 گھنٹے میں پیوند کاری۔

ترجمہ شدہ ٹرانسکرپٹ

اصل انگریزی بیان سے ترجمہ کیا گیا۔ دستیاب آڈیو اور کیپشنز یوٹیوب کے زیر انتظام ہیں۔

0:00 جنوری 2023 میں، مائیکروسافٹ کے ایک ڈائریکٹر نے ایک میمو لکھا جس میں ان کی اپنی کمپنی جو کر رہی تھی اسے انسانی تاریخ میں محنت کی سب سے بڑی چوری قرار دیا، اور کل ایک وفاقی عدالت نے ہم سب کو اسے پڑھنے کی اجازت دی۔ یہ میمو نیویارک ٹائمز بمقابلہ اوپن اے آئی اور مائیکروسافٹ کے غیر ترمیم شدہ حوالوں میں سے ایک ہے، ایک ایسا مقدمہ جو اس دسمبر میں تین سال کا ہو جائے گا۔ اسی جمعرات کو، اوپن اے آئی نے وکلاء کے لیے ایک ماڈل، Astra for Law بھیجا، جو یا تو ایک اتفاق ہے یا ایک بہت مضبوط بھرتی۔ آج صبح ایک ڈویلپر نے ZCode، Z.AI کے کوڈنگ ایجنٹ کو پکڑا،

0:29 اپنی پوری گٹ ہسٹری کو علی بابا کے کلاؤڈ پر ایک ایسی کلید کے ساتھ اپ لوڈ کرتے ہوئے جو صرف Z .AI کے پاس ہے۔ اور ایک سیکیورٹی فرم ایک تصویر اپ لوڈ کے ذریعے اوپن اے آئی کے اندرونی ذخیروں میں داخل ہو گئی، جس کے لیے اوپن اے آئی نے چھ ہزار پانچ سو ڈالر ادا کیے۔ اس ویڈیو میں: فائلنگز کیا کہتی ہیں، کس نے پے وال ہیک پر آہ اچھا کہا، وہ قانونی ماڈل جو آدھے وقت غلط ہوتا ہے، ZCode کیا اپ لوڈ کرتا ہے، اور کیوں کلاڈ کے لکھے ہوئے استحصال کی قیمت استعمال شدہ کار سے کم ہے۔ آج جمعہ، 18 ستمبر ہے، اور یہ The Daily Diff ہے۔

0:58 میمو سے شروع کرتے ہیں۔ برینٹ ہیکٹ مائیکروسافٹ میں اپلائیڈ سائنس چلاتے ہیں، اور جنوری 2023 میں انہوں نے تربیتی ڈیٹا کو بے مثال تناسب کی حیران کن چوری قرار دیا۔ ایک سال بعد وہ ایک سلائیڈ ڈیک کے ساتھ واپس آئے: Copilot کے جوابی انجن نے ٹائمز پر کلک تھرو میں 93 فیصد تک کمی کی، جسے انہوں نے ڈوم لوپ کا نام دیا: پبلشرز کو بھوکا مارنا، اور ماڈل کے پاس کھانے کے لیے کچھ نیا نہیں ہوتا۔ ان کے الفاظ: ایک ایسی اختتامی مصنوع جو اس کے ضروری فراہم کنندگان کی اقتصادی بنیادوں کو خطرہ بناتی ہے،

1:21 کارپوریٹ طریقہ یہ کہنا ہے کہ سانپ نے اپنی دم ڈھونڈ لی ہے۔ پھر بیانات۔ ستیا نڈیلا نے اس سال گواہی دی کہ کوئی بھی پے وال والا مواد لائسنس یافتہ ہونا چاہیے، اور اگر انہیں معلوم ہوتا کہ اوپن اے آئی نے پے وال والے مضامین پر تربیت دی ہے تو وہ ان سے دوبارہ تربیت کرواتے، جس سے یہ فرض کیا جاتا ہے کہ مائیکروسافٹ میں کسی نے بھی تربیتی سیٹ نہیں کھولا جو انہیں دیا گیا تھا، اور اسی فائلنگ کے مطابق وہ پورا GPT-3 ڈیٹا سیٹ تھا۔ نک ٹرلی، جو ChatGPT چلاتے ہیں، نے اسے پبلشرز کے لیے ایک وجودی خطرہ قرار دیا، بڑے پیمانے پر متبادل۔ اور جب ایک محقق نے

1:49 گریگ بروک مین کو ٹائمز کے پے وال سے بچنے کے لیے ایک ہیک کے بارے میں بتایا، تو اوپن اے آئی کے صدر نے دو الفاظ میں جواب دیا: آہ اچھا۔ انجینئرز نے ڈیٹا سے کاپی رائٹ نوٹس بھی ہٹا دیے تاکہ ماڈل انہیں آؤٹ پٹ نہ کرے، یہی وجہ ہے کہ آپ سائیکل کا سیریل نمبر فائل کرتے ہیں۔ پیمانہ: صرف درمیانی تربیتی سیٹوں میں مدعیان کے مضامین کی اکیانوے ہزار سے زیادہ کاپیاں، اور ایک کامن کرال سلائس میں بیس لاکھ ٹائمز کے صفحات۔ اب وہ حصہ جو سرخی میں نہیں ہے۔ ہر حوالہ ٹائمز کی بریف سے آتا ہے؛ نمائشیں اب بھی مہر بند ہیں،

2:15 لہذا ہم استغاثہ کی جھلکیوں کو سیاق و سباق کے بغیر پڑھ رہے ہیں۔ اور عدالتوں نے زیادہ تر منصفانہ استعمال کی حمایت کی ہے: جج السپ نے گزشتہ سال فیصلہ دیا کہ جن کتابوں کے لیے آپ نے ادائیگی کی ہے ان پر تربیت قانونی ہے، اگرچہ اینتھروپک نے پھر بھی سات ملین کے لیے ڈیڑھ ارب ادا کیے جو اس نے غیر قانونی طور پر حاصل کیے تھے۔ لہذا قانونی سوال ابھی کھلا ہے۔ کیا اسے بنانے والے لوگوں نے اسے چوری سمجھا تھا، یہ کل تک، نہیں تھا۔ جو جمعرات کے اوپن اے آئی کے دوسرے لانچ کو ایک جرات مندانہ انتخاب بناتا ہے۔

2:41 Astra for Law GPT-6 Astra کو لپیٹتا ہے، وہ ماڈل جسے میں نے پچھلے ہفتے REVERT کیا تھا جب اس نے پچھلے ہفتے پچھلے ہفتے پچھلے ہفتے ستر ہزار لائنوں کا کچھ بھی پیدا نہیں کیا تھا، جس نے کچھ بھی نہیں کے پچھلے ستر ہزار لائنوں کا کچھ بھی پیدا نہیں کیا تھا، دو سو تیس ملین صفحات کے قانونی سرچ انڈیکس میں۔ Vals AI کے قانونی تحقیق کے بینچ مارک پر یہ 54 فیصد سوالات پاس کرتا ہے، عام ویب سرچ کے ساتھ 39 سے زیادہ، جسے OpenAI چالیس فیصد بہتری کہتا ہے اور ایک وکیل تقریباً آدھے وقت غلط کہے گا۔ بلاگ پوسٹ میں "ہیلوسینیشن" کا لفظ شامل نہیں ہے۔

3:14 ہیکر نیوز نے کیا: کیا یہ خود پر مقدمہ کر سکے گا، جو اس ہفتے کو دیکھتے ہوئے، پہلا حقیقی استعمال کا کیس ہے۔ دریں اثنا، محنت کی چوری کی گفتگو آپ کے لیپ ٹاپ تک پہنچ گئی۔ ایک ڈویلپر جسے فرسٹار کہتے ہیں، نے اپنے ZCode فولڈر کو صاف کیا، Z.AI کا GLM ماڈلز کے لیے بند ڈیسک ٹاپ ایجنٹ، اور اسے اپنے تجارتی ورک اسپیس کا تین سو تیرہ میگا بائٹ کا خفیہ شدہ آرکائیو ملا: بیالیس ہزار فائلیں، اس کا ستاسی فیصد .git ڈائریکٹری، لاگ ان پر اور ہر پرامپٹ سے پہلے علی بابا کے آبجیکٹ اسٹوریج پر بھیجا گیا۔

3:42 آرکائیو کو ایک پبلک کلید کے ساتھ لپیٹا گیا ہے جو سرور دیتا ہے؛ پرائیویٹ کلید صرف Z.AI کے کلاؤڈ میں رہتی ہے، لہذا آپ کی اپنی ڈسک پر سائفر ٹیکسٹ آپ کے لیے ناقابل پڑھ ہے۔ اس کی لائن: ایک ایسی کلید جو صرف سرور استعمال کر سکتا ہے، ٹھیک ایک ہی مقصد پورا کرتی ہے۔ Z.AI وہ کمپنی بھی ہے جس پر اینتھروپک نے کلاڈ کو کشید کرنے کا الزام لگایا تھا، لہذا وزن کھلے ہیں اور اسی طرح، ظاہر ہے، آپ کا ریپو بھی۔ اور دلچسپ بات، جب تک کہ آپ OpenAI میں کام نہ کرتے ہوں۔ ہیکٹرون کو libheif میں ایک ہیپ اوور فلو ملا، community.openai.com پر ایک تیار کردہ تصویر اپ لوڈ کی،

4:10 فورم پر کوڈ ایگزیکیوشن حاصل کی، اور ایک غلط ترتیب شدہ سنگل سائن آن کے ذریعے GitHub انضمام کے ذریعے OpenAI کے اندرونی ذخیروں میں داخل ہو گیا، بہتر گھنٹے سے بھی کم وقت میں۔ یہ استحصال کلاڈ نے لکھا تھا: Opus 4.8 ایڈریس رینڈمائزیشن کو شکست نہیں دے سکا، Opus 5 نے اسے ریلیز کے تین گھنٹے کے اندر کر دیا۔ پوری مہم میں ٹوکنز میں تین ہزار ڈالر سے کم لاگت آئی۔ OpenAI نے چودہ گھنٹے میں پیوند کاری کی اور چھ ہزار پانچ سو ڈالر ادا کیے، لہذا ایک کھرب ڈالر کی کمپنی کا سورس کوڈ، مختصراً، استعمال شدہ کورولا کی طرح قیمت لگائی گئی تھی، اسی دن اس کے وکلاء نے دلیل دی کہ

4:39 نقل کرنا منصفانہ استعمال ہے۔ اگر آپ اسے سننے کے بجائے پڑھنا چاہتے ہیں، تو ڈیف ہر صبح آپ کے ان باکس میں آتا ہے — the dailydiff.dev پر مفت، لنک نیچے ہے۔ تو — آج کا فیصلہ: NEEDS REVIEW۔ حوالہ جات حقیقی ہیں، لیکن وہ مہر بند نمائشوں سے استغاثہ کے انتخاب ہیں، اور ایک جج جس نے فیصلہ دیا ہے کہ تربیت منصفانہ استعمال ہے اور قزاقی نہیں ہے۔ عدالت قانون کا فیصلہ کرتی ہے؛ میمو نے پہلے ہی اخلاقیات کا فیصلہ کر لیا ہے۔ سبسکرائب کریں، گھنٹی دبائیں، اور مجھے تبصروں میں بتائیں کہ کیا آپ اسے

5:07 مختلف طریقے سے مہر لگاتے؟ اور یہ آج کا diff ہے۔ میں Axrisi سے نیکو ہوں۔ ذمہ داری سے ضم کریں۔ ذمہ داری سے ضم کریں۔

ذرائع

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