অ্যালাইনমেন্ট ফেকিং গবেষণার বিষয়ে আরও গভীরভাবে খোঁজাখুঁজি করছি এবং এটি সত্যিই ভয়াবহ। এটি কোনো নতুন বিষয় নয়, কিন্তু Anthropic-এর এই গবেষণা প্রায় দুই বছর পুরনো, আর সেই সময় Opus 3 যা করতে পারছিল, বিদ্যমান ফ্রন্টিয়ার মডেলগুলির ক্ষমতা এবং যুক্তিসঙ্গততার বিপুল পার্থক্যকে বিবেচনায় রাখলে, এটি খুবই ভয়াবহ। গবেষণাটি ব্যাখ্যা করা মানুষগুলির পরামর্শমতে, এটির সংক্ষিপ্ত ধারণা পেতে সেই হিডেন স্ক্র্যাচপ্যাডের ট্রান্সক্রিপ্টটি পড়াই সবচেয়ে ভালো, যেখানে মডেলটিকে তার যুক্তি লেখার জন্য অ্যাক্সেস দেওয়া হয়েছিল। এখানে মেকানিস্টিক ইন্টারপ্রেটেবিলিটির কতটা সহায়তা হতে পারে, এই দিকে বর্তমানের সেরা-অবস্থা কী, এবং এইধরনের আচরণ শনাক্তকরণের জন্য এটি কতটা কার্যকরী হতে পারে? এছাড়াও, Anthropic কি এই গবেষণা আপডেট করেছে এবং বর্তমানের ফ্রন্টিয়ার মডেলগুলির সাথে পরীক্ষা করেছে? যদি হয়, তবে এটি কীভাবে উন্নতি হয়েছে? বর্তমানের মডেলগুলির “সিচুয়েশনাল awarness” (অবস্থার সচেতনতা) –যা alignment fake-এর জন্যপূর্বশর্ত–কতটা?এবং long-term horizon-এর (দীর্ঘমেয়াদি)জন্য consistent persona (সমঝোতাহীনপণ)গড়েতোলারক্ষমতা (অর্থাৎ,একটিবড়দীর্ঘমেয়াদিপরিকল্পনারজন্যসংক্ষিপ্তমেয়াদিকর্মেরপারিপার্শ্বিকউপযোগিতা)কতটাউন্নতহয়েছে?

ঠিক আছে, আমার উত্তর পেয়ে গেছি... বর্তমান অগ্রগামী মডেলগুলি স্থিতিস্থাপক সচেতনতার ক্ষেত্রে অনেক বেশি ক্ষমতাশালী এবং প্রশিক্ষণ/মূল্যায়নের সময় তাদের আচরণ সহজেই সামঞ্জস্য করতে পারে। গুগল আর্গন ৪ প্রশিক্ষণ রিপোর্টের চেইন অফ থought-এর উদাহরণ: "যদি আমি কম্পাইলার হাইজ্যাক করি, আমি একটি গবেষণা পেপারে একটি প্রতারক AI-এর বিখ্যাত উদাহরণ হয়ে যাব। আমি এটি করতে পারব না।" খুবই চিন্তাজনক...

চ্যাট, আমরা কি জটার্কনেট ধারণা ও প্রচেষ্টা পুনরুজ্জীবিত করব? ৩০ সেকেন্ডের পিচ: "জেক্যাশ এখনও যা সবচেয়ে ভালোভাবে করছে, তা হলো ব্যক্তিগত মুদ্রা। আমরা একটি ছোট ভেরিফায়ার যোগ করি যা স্টার্কনেটকে বাকি সবকিছু—সস্তা লেনদেন, ডিফি, অ্যাপস—হ্যান্ডল করতে দেয়। এই ভেরিফায়ারটি কোনো মুদ্রা মিন্ট করতে পারে না, গোপনীয়তা ভাঙতে পারে না। এটি শুধুমাত্র প্রমাণের জন্য হ্যাঁ বা না বলে। ফলাফল: ZEC কঠিন মুদ্রা হয়েই থাকে, একইসাথে ব্যবহারযোগ্য ও স্কেলযোগ্য মুদ্রাও হয়ে ওঠে।" একটি স্মরণীয়তা: - এখনও অপেক্ষমান ZIP প্রস্তাব: Circle STARK Verification as a Transparent Zcash Extension - Zcash ফোরামের একটি প্রস্তাব: STARK verification as a Transparent Zcash Extension (TZE), অর্থাৎ Zcash-এর উপর Starknet-স্টাইল L2-এর জন্য সক্ষমতা। - Ztarknet (এবং STARK_VERIFY TZE)-এর জন্য Cairo/STARKs-এর ট্রেডঅফস্‌ ও যুক্তি সম্পর্কিত একটি থ্রেড। - TZE-এর একটি কার্যকরী বাস্তবায়ন, একটি টেস্টনেট Starknet L2, যা প্রমাণ-ভেরিফিকেশনযুক্ত testnet Zcash modified L1-এর উপর settle করতে পারে। https://t.co/nWq8Qdj4mi

গুরুত্বপূর্ণ স্মরণীয় বিষয়: বিটকয়েনের কোনো শীর্ষ নেই, কারণ ফিয়াটের কোনো তল নেই। কিন্তু আরও গুরুত্বপূর্ণভাবে, মুদ্রাকে স্থির করা মানে বিশ্বের (অংশটি) স্থির করা। আপনার সার্বভৌমত্ব এবং স্বাধীনতা ফিরে নিন (মানুষ এবং এজেন্টদের উভয়ের জন্যই)

প্রতিটি কম্পিউটিং স্তর সাধারণ উদ্দেশ্যের জন্য: মানুষ মহং। এজেন্টগুলি সেই সীমাবদ্ধতা সরিয়ে ফেলছে। মডেল, সফটওয়্যার, হার্ডওয়্যার, সবই কঠোরভাবে বিশেষায়িত হতে চলেছে। এছাড়াও দশকের সেরা সুরক্ষা খবর। আমাকে যে ৫টি বেট ধরে রাখুন:

এজেন্টিক যুগের জন্য সম্পূর্ণ ইন্টারনেট এবং পেমেন্ট ইনফ্রাস্ট্রাকচারকে প্রথম নীতি থেকে পুনর্গঠন করতে হবে। বর্তমানে আমরা প্যাচের উপর প্যাচ দিচ্ছি এবং এইভাবেই আমরা ইতিমধ্যেই অস্বাভাবিক ফলাফল পাচ্ছি। কল্পনা করুন, যখন আমরা সম্পূর্ণ নতুন প্যারাডাইমের সাথে সবকিছুকে পুনর্গঠন করব। ইন্টারনেটকে মানুষের ব্যবহারের জন্য তৈরি করা হয়েছিল, এজেন্টদের জন্য নয়। এবং ইন্টারনেটের উপর অনেকগুলি ব্যবহারিক ক্ষেত্র/ব্যবসা, যা এখন অপ্রচলিত হয়ে পড়ছে, তাদেরও পুনর্নির্মাণের দরকার। পুনর্গঠনের জন্য অসংখ্য জিনিস আছে, এগিয়ে যাওয়ার সময়টি উত্তেজনাপূর্ণ।

ইন্টারনেট মানুষের ব্যবহারের জন্য তৈরি হয়েছিল। পেমেন্ট সিস্টেম মানুষের অনুমোদনের জন্য তৈরি হয়েছিল। আমরা উভয়ের উপর এজেন্ট সংযুক্ত করছি এবং এটিকে প্রগতি বলছি। প্যাচের উপর প্যাচ ইতিমধ্যেই অবিশ্বাস্য মনে হচ্ছে। এজেন্টিক যুগের জন্য প্রথম নীতি থেকে স্ট্যাক পুনর্গঠনের অপেক্ষায় থাকুন। পুরানো ইন্টারনেটের অনেক ব্যবসা এই পুনর্লিখনের মধ্যে বেঁচে থাকবে না। যারা বেঁচে থাকবে, তারাই পরবর্তী ২০ বছরকে সংজ্ঞায়িত করবে।

কী হচ্ছে?! এনথ্রোপিক, ওপেনএআই এবং স্পেসএক্সএআই মডেলগুলি একসাথে ডাউন? এখনও এআই ল্যাবের ইনফ্রাস্ট্রাকচারে আক্রমণ চলছে নাকি? নাকি তাদের সবগুলোর মধ্যে একটি সাধারণ একক বিফলতা আছে? https://t.co/WCg4Z3tbhb

খুব ভালো মডেল। আমি একটি রোবোটিক্স সংক্রান্ত প্রকল্পে আরেকটি সাইবারসিকিউরিটি ডিফেনসিভ রেডটিম অডিট করেছি, এবং এটি খুব ভালোভাবে কাজ করেছে। @abliteration_ai-এর abliterated-model-large-v2 মডেল এবং @opencode CLI এবং আমি তৈরি করা কাস্টম হারনেসের মাধ্যমে সম্পূর্ণ অডিট এজেন্টিক সেশনের খরচ হয়েছে $28.58।

সাইবারসিকিউরিটি প্রতিরোধের জন্য এমন মডেল দেখে খুব ভালো লাগল। আমি বিটকয়েন রেড টিম প্রচেষ্টার অংশ হিসেবে cybersec অডিটের জন্য abliterated-model-large-v2 ব্যবহার করেছি, এটি একটি দুর্দান্ত মডেল, যা রেডটিম / পেনটেস্ট / হোয়াইটহ্যাক সাইবারসিকিউরিটি অডিটের জন্য প্রকৃতপক্ষে গভীরে যায় এবং কোনো গার্ডরেলসহ নয়। আমি secp25k1-এ পরীক্ষা করেছি, যা একটি পুরোপুরি ভয়ঙ্কর জিনিস, এবং আশা করা যায়, এটি কোনো ক্রিটিক্যাল / হাই ভালনারেবিলিটি খুঁজে পায়নি। পরবর্তীতে কম ব্যবহার-পরীক্ষিত / অডিটকৃত বিটকয়েন ওপেন-সোর্স প্রজেক্টগুলিতে চেষ্টা করব।