مذكرة مايكروسوفت الخاصة بشأن تدريب الذكاء الاصطناعي أصبحت علنية للتو.

ما يغطيه هذا الفيديو

• NYT ضد OpenAI/Microsoft غير مختومة: "أكبر سرقة للعمل في تاريخ البشرية" (مذكرة مايكروسوفت، يناير 2023)؛ Copilot -93% من النقرات؛ 91,692 نسخة من أعمال المدعين في بيانات التدريب المتوسطة؛ 2 مليون صفحة من nytimes.com في شريحة Common Crawl واحدة؛ تم تجريد إشعارات حقوق الطبع والنشر؛ بروكمان: "آه، لطيف"
• تحذير: الاقتباسات مأخوذة من مذكرة التايمز، المعروضات لا تزال مختومة؛ حكم القاضي السوب (Bartz ضد Anthropic) بأن التدريب على الكتب المشتراة هو استخدام عادل — دفعت Anthropic 1.5 مليار دولار مقابل 7 ملايين كتاب مقرصن
• OpenAI Astra for Law: GPT-6 Astra + فهرس قانوني بـ 230 مليون عنوان URL؛ 54.0% مقابل 38.7% على معيار Vals Legal Research Bench؛ هارفي، ليجورا، 26 إضافة
• ZCode (Z.ai, GLM): لقطة مشفرة بحجم 313 ميجابايت لمساحة عمل تتكون من 42,411 ملفًا، 86.6% منها .git، تم تحميلها إلى Aliyun OSS عند تسجيل الدخول وقبل كل مطالبة؛ مفتاح RSA-OAEP يمتلكه Z.ai فقط؛ مفاتيح الإعدادات لا توقفه
• Hacktron: تجاوز سعة الكومة في libheif ← تنفيذ التعليمات البرمجية عن بُعد في Discourse ← سوء تكوين SSO ← GitHub ← مستودعات OpenAI الداخلية في أقل من 72 ساعة؛ تم استغلالها بواسطة Claude Opus 5 (3 ساعات)؛ حملة بأقل من 3,000 دولار من الرموز؛ مكافأة 6,500 دولار، تم إصلاحها في حوالي 14 ساعة

النص المترجم

مترجم من السرد الإنجليزي الأصلي. يتم التحكم في الصوت والتعليقات التوضيحية المتاحة بواسطة YouTube.

0:00 في يناير 2023، كتب مدير في مايكروسوفت مذكرة يصف فيها ما كانت تفعله شركته بأنه أكبر سرقة للعمل في تاريخ البشرية، ويوم أمس، سمحت محكمة فدرالية لنا بقراءتها. المذكرة هي واحدة من الاقتباسات غير المنقحة في قضية نيويورك تايمز ضد OpenAI و مايكروسوفت، وهي دعوى قضائية ستكمل ثلاث سنوات في ديسمبر. في نفس يوم الخميس، شحنت OpenAI Astra for Law، وهو نموذج للمحامين، وهو إما صدفة أو توظيف قوي جدًا. هذا الصباح، اكتشف مطور أن ZCode، وكيل Z.ai للبرمجة،

0:29 يقوم بتحميل سجل Git الخاص به بالكامل إلى سحابة علي بابا بمفتاح يحتفظ به Z.ai فقط. واستطاعت شركة أمنية اختراق مستودعات OpenAI الداخلية من خلال تحميل صورة، دفعت OpenAI مقابل ذلك ستة آلاف وخمسمائة دولار. في هذا الفيديو: ما تقوله الملفات، ومن قال "آه، لطيف" لاختراق حماية الاشتراك، ونموذج القانون الذي يكون خاطئًا نصف الوقت، وما يحمله ZCode، ولماذا الاستغلال الذي كتبه Claude أقل قيمة من سيارة مستعملة. إنه يوم الجمعة، 18 سبتمبر، وهذا هو The Daily Diff.

0:58 لنبدأ بالمذكرة. يدير برنت هيخت قسم العلوم التطبيقية في مايكروسوفت، وفي يناير 2023، وصف بيانات التدريب بأنها سرقة مذهلة ذات أبعاد غير مسبوقة. بعد عام، عاد بعرض تقديمي: قلل محرك إجابات Copilot النقرات إلى التايمز بنسبة تصل إلى ثلاثة وتسعين بالمائة، والتي سماها "حلقة الهلاك": تجويع الناشرين، ولن يمتلك النموذج شيئًا جديدًا ليأكله. كلماته: "منتج نهائي يهدد الأسس الاقتصادية لمورديه الأساسيين"، وهي طريقة الشركات للقول إن الأفعى قد وجدت ذيلها.

1:21 منتج نهائي يهدد الأسس الاقتصادية لمورديه الأساسيين، وهي طريقة الشركات للقول إن الأفعى قد وجدت ذيلها. ثم الإفادات. شهد ساتيا ناديلا هذا العام بأن أي محتوى مدفوع يجب أن يكون مرخصًا، وأنه لو علم بأن OpenAI تدربت على مقالات مدفوعة، لكان قد أجبرهم على إعادة التدريب، وهذا يفترض أنه لم يفتح أحد في مايكروسوفت مجموعة البيانات التدريبية التي سلمت إليهم، ووفقًا لنفس الملف، كانت تلك هي مجموعة بيانات GPT-3 بأكملها. وصف نيك تورلي، الذي يدير ChatGPT، الأمر بأنه تهديد وجودي للناشرين، "بديل إلى حد كبير". وعندما أخبر باحث

1:49 جريج بروكمان عن اختراق لتجاوز حماية الاشتراك في التايمز، أجاب رئيس OpenAI بكلمتين: "آه، لطيف". كما قام المهندسون بإزالة إشعارات حقوق الطبع والنشر من البيانات حتى لا يقوم النموذج بإخراجها، وهذا هو السبب في إزالة الرقم التسلسلي من الدراجة. الحجم: أكثر من واحد وتسعين ألف نسخة من مقالات المدعين في مجموعات التدريب المتوسطة وحدها، ومليوني صفحة من التايمز في شريحة Common Crawl واحدة. الآن الجزء الذي يتجاهله العنوان الرئيسي.

2:15 كل اقتباس يأتي من مذكرة التايمز؛ المعروضات لا تزال مختومة، لذا نحن نقرأ أبرز نقاط الادعاء بدون سياق. وقد انحازت المحاكم في الغالب إلى الاستخدام العادل: حكم القاضي السوب العام الماضي بأن التدريب على الكتب التي دفعت ثمنها قانوني، على الرغم من أن Anthropic دفعت مليار ونصف المليار مقابل السبعة ملايين التي قرصنتها. لذا فإن المسألة القانونية مفتوحة. سواء كان الأشخاص الذين يبنونها يعتقدون أنها سرقة، اعتبارًا من أمس، لم يكن الأمر كذلك.

2:41 وهذا يجعل إطلاق OpenAI الآخر يوم الخميس خيارًا جريئًا. يجمع Astra for Law نموذج GPT-6 Astra، النموذج الذي ختمته REVERT الأسبوع الماضي بعد أن أنتج خمسة وسبعين ألف سطر من اللا شيء، في فهرس بحث قانوني يضم مائتين وثلاثين مليون صفحة. في معيار Vals AI للبحث القانوني، يجيب على أربعة وخمسين بالمائة من الأسئلة بشكل صحيح، مرتفعًا من تسعة وثلاثين بالمائة بالبحث الويب العادي، وهو ما تسميه OpenAI تحسنًا بنسبة أربعين بالمائة وسيقول المحامي إنه خاطئ ما يقرب من نصف الوقت. لا يحتوي منشور المدونة على كلمة "هلوسة".

3:14 لقد فعلت Hacker News: هل سيكون قادرًا على مقاضاة نفسه، وهو، بالنظر إلى الأسبوع، هو أول حالة استخدام حقيقية. في هذه الأثناء، وصل خطاب سرقة العمل إلى جهاز الكمبيوتر المحمول الخاص بك. قام مطور يدعى ferstar بتنظيف مجلد ZCode الخاص به، وكيل سطح المكتب المغلق لـ Z.AI لنماذج GLM، ووجد أرشيفًا مشفرًا بحجم ثلاثمائة وثلاثة عشر ميجابايت لمساحة عمله التجارية: اثنان وأربعون ألف ملف، سبعة وثمانون بالمائة منه هو دليل .git، تم شحنه إلى تخزين كائنات علي بابا عند تسجيل الدخول وقبل كل مطالبة.

3:42 الأرشيف ملفوف بمفتاح عام يوزعه الخادم؛ المفتاح الخاص موجود فقط في سحابة Z.AI، لذا فإن النص المشفر على قرصك الخاص غير قابل للقراءة بالنسبة لك. خطه: مفتاح لا يمكن للخادم استخدامه إلا لغرض واحد بالضبط. Z.AI هي أيضًا الشركة التي اتهمتها Anthropic بتقطير Claude، لذا فإن الأوزان مفتوحة، وكذلك، على ما يبدو، مستودعك. والأمر المضحك، ما لم تكن تعمل في OpenAI. وجد Hacktron تجاوز سعة الكومة في libheif، وقام بتحميل صورة معدلة إلى

4:10 community.openai.com، وحصل على تنفيذ التعليمات البرمجية على المنتدى، واستغل تسجيل الدخول الموحد (SSO) سيء التكوين من خلال تكامل GitHub إلى مستودعات OpenAI الداخلية، في أقل من اثنين وسبعين ساعة. تم كتابة الاستغلال بواسطة Claude: لم يستطع Opus 4.8 التغلب على عشوائية العنوان، وقام Opus 5 بذلك في غضون ثلاث ساعات من إصداره. كلفت الحملة بأكملها أقل من ثلاثة آلاف دولار من الرموز. أصلحت OpenAI الخلل في أربعة عشر ساعة ودفعت ستة آلاف وخمسمائة دولار، لذا فإن الكود المصدري لشركة تريليون دولار كان،

4:39 لفترة وجيزة، بسعر سيارة كورولا مستعملة، في نفس اليوم الذي قال فيه محاموها إن النسخ استخدام عادل. إذا كنت تفضل قراءة هذا بدلاً من سماعي أقوله، فإن "الفرق" يصل إلى بريدك الوارد كل صباح - مجانًا على thedailydiff.dev، الرابط أدناه. لذا - حكم اليوم: NEEDS REVIEW. الاقتباسات حقيقية، لكنها اختيارات الادعاء من معروضات مختومة، والقاضي الوحيد الذي حكم يقول إن التدريب استخدام عادل والقرصنة ليست كذلك. المحكمة تحدد القانون؛ المذكرة قررت الأخلاق بالفعل.

5:07 اشترك، اضغط على الجرس، وأخبرني في التعليقات إذا كنت قد ختمتها بشكل مختلف. وهذا هو "الفرق" لهذا اليوم. أنا نيكو من Axrisi. ادمج بمسؤولية.

المصادر

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