# OpenAI লিনাক্সে ৯৪৮টি স্থানীয় রুট ত্রুটির খবর জানিয়েছে

Published: 2026-11-06

OpenAI একটি নিয়ন্ত্রিত লিনাক্স গবেষণা পাইপলাইন থেকে প্রায় $1.2 মিলিয়ন API ক্রেডিট ব্যবহার করে ৯৪৮টি অনন্য স্থানীয় সুবিধা-বৃদ্ধি সংক্রান্ত ত্রুটি এবং সম্ভাব্য প্যাচের খবর জানিয়েছে। ১,১৬৯টি সফল মূল্যায়নের ভিন্নতা বিশ্লেষণের পর স্বতন্ত্র সম্ভাব্য প্যাচ ব্যবহার করে এই সংখ্যা গণনা করা হয়েছে। প্রাথমিক বরাদ্দকৃত ত্রুটির জন্য দায়ী করার ভুল একটি স্বাধীন পথ যাচাইয়ের সূচনা করেছিল, যখন মানুষের প্যাচ পর্যালোচনা এবং আপস্ট্রিম গ্রহণ পৃথক পর্যায় হিসেবে রয়ে গেছে।

Canonical: https://thedailydiff.dev/bn/video/2026-11-05-openai-linux-roots/

## এই ভিডিওতে যা আছে

- স্থানীয় সুবিধা বৃদ্ধি শুরু হয় যখন একজন ইতিমধ্যে উপস্থিত অ-সুবিধাপ্রাপ্ত স্থানীয় ব্যবহারকারী রুটে পৌঁছান। প্রতিবেদনে মেশিন-নির্দিষ্ট রিমোট-অ্যাক্সেস রায় দেওয়া হয়নি।
- পাইপলাইনটি প্রাথমিক সদৃশ অপসারণের পর ২,৩০৮টি প্রার্থী তৈরি করেছে এবং ১,৭২৪টি দুর্বলতা পুনরুৎপাদন করেছে। এর চূড়ান্ত ৯৪৮টি অনন্য স্থানীয় ফলাফল ১,১৬৯টি সফল মূল্যায়নের ভিন্নতা বিশ্লেষণের পর একটি স্বতন্ত্র-প্রার্থী-প্যাচ সংখ্যা ব্যবহার করে।
- প্রতিবেদিত $1.2 মিলিয়ন হল মূল্যায়ন করা মডেল, লক্ষ্য এবং কর্মপ্রবাহের জন্য API ক্রেডিট। ঐতিহাসিক বাউন্টি মূল্যায়ন অনুমানমূলক এবং এর জন্য পৃথক প্রোগ্রাম গ্রহণ ও অর্থপ্রদান প্রয়োজন।
- ভিত্তি ছিল ২০১৬ সালের অক্টোবরের মাঝামাঝি। ৬১-আপস্ট্রিম/৪৩-স্টেজিন-এর পরিসংখ্যান দশ দিন পর গবেষণার সমাপ্তি বর্ণনা করে, তাই বর্তমান বিতরণ উপদেশ এখনও প্রয়োজনীয়।
- একটি প্রাথমিক রানের ২০০টির মধ্যে ২০টি সাফল্যের জন্য বরাদ্দকৃত ত্রুটি থেকে ভিন্ন একটি ত্রুটি ব্যবহার করা হয়েছিল। OpenAI একটি স্বাধীন বরাদ্দকৃত-পথ যাচাই যুক্ত করার কথা জানিয়েছে; এই প্রাথমিক ত্রুটিটি প্রমাণ করে না যে চূড়ান্ত ৯৪৮টি ভুল। রায় ছিল NEEDS REVIEW, সাথে মানুষের প্যাচ পর্যালোচনা এবং পথ যাচাই।

## প্রশ্ন ও উত্তর

### লিনাক্স গবেষণায় স্থানীয় সুবিধা বৃদ্ধি বলতে কী বোঝায়?

এর অর্থ হল একজন ইতিমধ্যে উপস্থিত, অ-সুবিধাপ্রাপ্ত স্থানীয় ব্যবহারকারী রুটে পৌঁছান, যা সর্বোচ্চ স্থানীয় সুবিধা। OpenAI নিয়ন্ত্রিত গবেষণা মেশিন এবং পর্যালোচনার জন্য প্রমাণ সহ সম্ভাব্য ফলাফলগুলি বর্ণনা করে। একটি মেশিনে প্রবেশ করা একটি পৃথক প্রশ্ন। প্রতিবেদনে মেশিন-নির্দিষ্ট রিমোট-অ্যাক্সেস রায় দেওয়া হয়নি; প্রেরিত কার্নেল, কনফিগারেশন এবং ডিস্ট্রিবিউশন উপদেশগুলির নিজস্ব প্রমাণ প্রয়োজন।

### OpenAI কিভাবে ৯৪৮টি অনন্য স্থানীয় বৃদ্ধি ফলাফলকে সংজ্ঞায়িত করে?

OpenAI অনন্য স্থানীয় সুবিধা-বৃদ্ধি ফলাফলগুলি সংজ্ঞায়িত করতে ভিন্নতা বিশ্লেষণের পরে ৯৪৮টি স্বতন্ত্র সম্ভাব্য প্যাচ ব্যবহার করে। এই গ্রুপ করার আগে এর মূল্যায়ন পর্যায় ১,১৬৯টি সফল স্থানীয় বৃদ্ধির কথা জানিয়েছে। একাধিক সাফল্য একটি অন্তর্নিহিত সমস্যার সম্পর্কিত রূপগুলির সাথে সম্পর্কিত হতে পারে। সম্ভাব্য প্যাচ, আপস্ট্রিম গ্রহণ এবং একটি বিতরণে পৌঁছানো ফিক্সগুলির পৃথক পর্যালোচনা পর্যায় রয়েছে, তাই এই গণনাটি লেখকদের সংজ্ঞা সংযুক্ত করে রাখা উচিত।

### প্রাথমিক ২০০-সাফল্যপূর্ণ রানে মানুষের পর্যালোচকরা কী খুঁজে পেয়েছিলেন?

OpenAI অনুসারে, মানুষের পর্যালোচকরা দেখেছেন যে একটি প্রাথমিক রানের ২০০টি সফল স্থানীয় বৃদ্ধির মধ্যে ২০টি নির্ধারিত ত্রুটি থেকে ভিন্ন একটি ত্রুটির মাধ্যমে রুটে পৌঁছেছিল। সাফল্য বাস্তব ছিল কিন্তু এর কার্যকারণ ভুল ছিল। লেখকরা পরে সীমাবদ্ধতা কঠোর করা এবং একটি স্বাধীন নির্ধারিত-দুর্বলতা যাচাই যুক্ত করার কথা জানিয়েছেন। এই প্রাথমিক ত্রুটিটি প্রমাণ করে না যে চূড়ান্ত ৯৪৮টি ফলাফল মিথ্যা।

### কেন উল্লিখিত API খরচ এবং প্যাচ স্ন্যাপশট তাদের সুযোগ ধরে রাখা উচিত?

API-ক্রেডিট খরচ OpenAI-এর মূল্যায়ন করা মডেল, লক্ষ্য এবং কর্মপ্রবাহের বর্ণনা দেয়, যখন প্যাচ পরিসংখ্যান অক্টোবরের মাঝামাঝি সময়ের ভিত্তিরেখার সাপেক্ষে গবেষণার সমাপ্তি বর্ণনা করে। OpenAI সেই ঐতিহাসিক সময়ে ৬১টি আপস্ট্রিম ফিক্স এবং ৪৩টি স্টেজিং প্যাচের খবর দিয়েছে। এই পর্বে মোট গবেষণার খরচ পরিমাপ করা হয়নি। ব্যবহারকারীদের তাদের প্রকৃত প্রেরিত কার্নেলের জন্য উপদেশ অনুসরণ করা উচিত, এবং আপস্ট্রিম গ্রহণ একটি পৃথক প্রকৌশল সিদ্ধান্ত হিসাবে রয়ে গেছে।

### OpenAI-এর লিনাক্স পাইপলাইনের উপর The Daily Diff-এর রায় কী ছিল?

The Daily Diff-এর রায় ছিল NEEDS REVIEW। নিকো মানুষের প্যাচ পর্যালোচনা এবং স্বাধীন নির্ধারিত-পথ যাচাই সহ পাইপলাইনটিকে প্রতিরক্ষামূলক কর্মপ্রবাহে রাখবেন। OpenAI-এর প্রকাশনায় সম্ভাব্য প্যাচ, গবেষকদের পর্যালোচনা এবং প্রাথমিক অ্যাট্রিবিউশন ত্রুটির প্রতিক্রিয়া বর্ণনা করা হয়েছে। লিনাক্স কার্নেলের সাধারণ রিপোর্টিং নির্দেশিকা কার্যকর প্রমাণ এবং সংস্করণ প্রেক্ষাপট জানতে চায়, যা কেন ফলাফলের সংখ্যার পাশাপাশি পর্যালোচনার গুণমান গুরুত্বপূর্ণ তা ব্যাখ্যা করতে সাহায্য করে।

## অধ্যায়

- 0:00 OpenAI এর লিনাক্স বাগ গণনা আসলে কি বোঝায়?
- 0:24 কার অ্যাক্সেস রুটে পরিণত হতে পারে?
- 1:08 কীভাবে একজন প্রার্থী প্রমাণে পরিণত হয়?
- 1:58 কেন চূড়ান্ত সংখ্যা ৯৪৮ হয়?
- 2:45 কী এখনও একটি প্রস্তাবিত প্যাচকে অসম্পূর্ণ করে তোলে?
- 3:15 প্যাচ স্ন্যাপশট কখন পরিমাপ করা হয়েছিল?
- 3:32 কোন তারিখ এবং প্যাচের অবস্থা ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ?
- 4:09 পর্যবেক্ষকরা প্রাথমিক রানে কী খুঁজে পেয়েছিলেন?
- 4:55 OpenAI এর পাইপলাইনের রায় কী?

## অনুবাদিত প্রতিলিপি

মূল ইংরেজি বর্ণনা থেকে অনূদিত। উপলব্ধ অডিও এবং ক্যাপশন YouTube দ্বারা নিয়ন্ত্রিত।

### OpenAI এর লিনাক্স বাগ গণনা আসলে কি বোঝায়?

0:00 লিনাক্সের ত্রুটি খুঁজে বের করা মানে তা ঠিক করা। OpenAI নয়শো আটচল্লিশটি স্থানীয় রুট ত্রুটি এবং সম্ভাব্য প্যাচগুলির খবর দিয়েছে, প্রায় বারো লক্ষ ডলারের API ক্রেডিট সহ। এই ভিডিওতে, কী গণনা করা হয়? মানুষের পর্যালোচনা কী ধরেছিল? একটি প্রাথমিক পরীক্ষা ছিল যেখানে মেশিনগুলো সত্যিই রুট পেয়েছিল, এবং স্কোরবোর্ড তখনও ভুল জিনিসকে কৃতিত্ব দিচ্ছিল। আমরা দেখব মানুষ পর্যালোচকরা কী ধরেছিলেন।

0:20 আজ বৃহস্পতিবার, পাঁচই নভেম্বর, এবং এটি The Daily Diff।

### কার অ্যাক্সেস রুটে পরিণত হতে পারে?

0:24 লিনাক্স কার্নেল হল মূল অংশ যা একটি মেশিনের সম্পদ এবং অনুমতিগুলি পরিচালনা করে। স্থানীয় সুবিধা বৃদ্ধি মানে ইতিমধ্যে উপস্থিত, অ-সুবিধাপ্রাপ্ত ব্যবহারকারী রুট, সর্বোচ্চ সুবিধা অর্জন করে। OpenAI বিচ্ছিন্ন গবেষণা মেশিনগুলিতে সেই সীমা অধ্যয়ন করেছে। একটি মেশিনে প্রবেশ করা একটি পৃথক সমস্যা। OpenAI ৪ই নভেম্বর গবেষণাটি প্রকাশ করেছে, একটি স্বয়ংক্রিয় পাইপলাইনের মধ্যে একটি আসন্ন সাইবার মডেল বর্ণনা করে। উপকারী ফলাফল হল প্রমাণ সহ অনুসন্ধানের একটি সেট এবং প্রস্তাবিত সমাধানগুলি

0:49 মানুষের পর্যালোচনার জন্য। কাগজটি সেই আসন্ন মডেলটিতে সাধারণ অ্যাক্সেসের ঘোষণা দেয়নি। এটি স্বায়ত্তশাসিত গল্পের মধ্যে একটি খুব মানবিক কাজ ছেড়ে দেয়। গবেষকরা ফলাফলগুলি পর্যালোচনা করেছেন এবং কার্নেল সম্প্রদায়ের নির্দেশিকা অনুসরণ করে প্যাচ সহ গুরুতর দুর্বলতাগুলি রিপোর্ট করা শুরু করেছেন। এজেন্টরা ইনবক্স পূরণ করতে পারে। কাকে ইনবক্সে রাখা উচিত, তা এখনও কাউকে সিদ্ধান্ত নিতে হবে। পাইপলাইনটি কার্নেলের সুরক্ষা-সম্পর্কিত অংশগুলি দিয়ে শুরু হয়েছিল,

### কীভাবে একজন প্রার্থী প্রমাণে পরিণত হয়?

1:10 তারপরে সদৃশগুলি সরানোর পরে প্রায় তেইশশো সম্ভাব্য ফলাফল তৈরি হয়েছিল। একজন প্রার্থী হল তদন্তের যোগ্য একটি সন্দেহ। সেই সময়ে, একটি বিশ্বাসযোগ্য অনুচ্ছেদ এবং একটি প্রকৃত পুনরুত্পাদনযোগ্য ত্রুটি এখনও একটি স্প্রেডশিটে বিরক্তিকরভাবে একই রকম দেখায়। তাই একটি পৃথক পর্যায় বিচ্ছিন্ন মেশিনগুলির ভিতরে সন্দেহজনক সমস্যাগুলি পুনরুত্পাদন করার চেষ্টা করেছিল, কী ঘটেছে তার প্রমাণ সংরক্ষণ করে। OpenAI প্রায় সতেরশো পুনরুত্পাদনযোগ্য দুর্বলতার কথা জানিয়েছে। এটি গবেষকদের পরিদর্শনের জন্য আচরণ প্রতিষ্ঠা করে।

1:36 পরবর্তী প্রশ্ন হল সেই সমস্যাগুলির কোনটি একটি গুরুতর অনুমতির সীমা অতিক্রম করে। লিনাক্সের নিজস্ব সুরক্ষা রিপোর্টিং গাইড কাগজপত্র ব্যাখ্যা করতে সাহায্য করে। রক্ষণাবেক্ষণকারীরা একটি প্রভাবিত সংস্করণ, প্রমাণ এবং জড়িত শর্তাবলী জানতে চান। এটি সতর্কও করে যে নিম্নমানের এআই প্রতিবেদন পর্যালোচনা ক্ষমতা গ্রাস করে। এটি সাধারণ সম্প্রদায় নির্দেশিকা, OpenAI এর কাগজ থেকে স্বাধীন। এটি এই ব্যাচের ফলাফলগুলিকে প্রত্যয়িত করে না।

### কেন চূড়ান্ত সংখ্যা ৯৪৮ হয়?

1:58 এখানে গণনার বিস্তারিত। OpenAI মূল্যায়ন চলাকালীন এগারোশো উনসত্তরটি সফল স্থানীয় সুবিধা বৃদ্ধির খবর দিয়েছে। গবেষকরা তখন সম্পর্কিত রূপগুলি বিশ্লেষণ করেছেন এবং নয়শো আটচল্লিশটি স্বতন্ত্র প্যাচ তৈরি করেছেন। তারা অনন্য স্থানীয় বৃদ্ধি ফলাফল সংজ্ঞায়িত করতে সেই প্যাচ গণনা ব্যবহার করে। একাধিক সাফল্য একই অন্তর্নিহিত সমস্যার অন্তর্গত হতে পারে। প্রায় বারো লক্ষ ডলার মূল্যায়ন করা মডেল, লক্ষ্য এবং কর্মপ্রবাহের জন্য প্রতিবেদিত API ক্রেডিটগুলি কভার করে।

2:23 OpenAI বলেছে যে ক্ষমতা পরিমাপ নকশাকে চালিত করেছে এবং আরও ভাল ইঞ্জিনিয়ারিং খরচ কমাতে পারে। মোট গবেষকের খরচ এখানে পরিমাপ করা হয়নি। OpenAI ঐতিহাসিক বাগ বাউন্টি পুরস্কারের সাথে ফলাফলগুলির তুলনা করে, একটি অনুমানমূলক মূল্যায়ন তৈরি করে। গ্রহণ এবং অর্থপ্রদান বাউন্টি প্রোগ্রামের অন্তর্গত। একটি পুরস্কারকে একটি গবেষণার সংখ্যা দিয়ে গুণ করা দারুণ মনে হয় যতক্ষণ না আপনি আপনার ব্যাংক অ্যাকাউন্টে সেই গুণফল জমা করার চেষ্টা করেন।

### কী এখনও একটি প্রস্তাবিত প্যাচকে অসম্পূর্ণ করে তোলে?

2:45 একটি প্রস্তাবিত প্যাচেরও নিজস্ব পর্যালোচনা প্রয়োজন। লেখকরা বলেছেন যে প্রাথমিক প্যাচগুলি অপ্রয়োজনীয় কোড যোগ করে, কর্মক্ষমতা হ্রাস করে, বা সম্পর্কিত রূপগুলি মিস করে প্রদর্শিত সমস্যাটি বন্ধ করতে পারে। তারা নির্দেশাবলী উন্নত করেছে এবং পুনরাবৃত্তি করেছে। একটি ফিক্সকে বৃহত্তর কোডবেসের সাথে মানিয়ে নিতে হবে এবং প্রথম পরীক্ষাটি সবুজ হওয়ার পরেও টিকে থাকতে হবে। OpenAI আপস্ট্রিমে রিপোর্ট করার আগে তীব্রতা এবং ফিক্সের মানুষের পর্যালোচনা বর্ণনা করে। লিনাক্সের নির্দেশিকা বলে যে একটি পরীক্ষিত প্রস্তাবিত ফিক্স পর্যালোচনা সময় বাঁচাতে পারে এমনকি যদি রক্ষণাবেক্ষণকারীরা একটি ভিন্ন ফিক্স বেছে নেয়।

3:12 আপস্ট্রিম গ্রহণ একটি পৃথক প্রকৌশল সিদ্ধান্ত হিসাবে রয়ে গেছে।

### প্যাচ স্ন্যাপশট কখন পরিমাপ করা হয়েছিল?

3:15 ভিত্তি ছিল অক্টোবরের মাঝামাঝি সময়ে সর্বশেষ কার্নেল। দশ দিনের গবেষণা এবং ম্যানুয়াল বিশ্লেষণের পর, একষট্টিটি স্থানীয় বৃদ্ধি সমস্যা আপস্ট্রিমে প্যাচ করা হয়েছিল, তেতাল্লিশটি স্টেজিং প্যাচ সহ। OpenAI রক্ষণাবেক্ষণকারীদের দ্রুত পদক্ষেপ নেওয়ার জন্য কৃতিত্ব দেয়। এটি একটি গবেষণার সমাপ্তি স্ন্যাপশট, এবং প্রকল্পটি চলতে থাকে। আপনার ডিস্ট্রিবিউশনের নিজস্ব প্রেরিত কার্নেল এবং আপডেট রয়েছে।

### কোন তারিখ এবং প্যাচের অবস্থা ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ?

3:34 ব্যবহারকারীদের জন্য, ব্যবহারিক পদক্ষেপ হল তারা যে সফটওয়্যারটি আসলে চালান তার জন্য উপদেশগুলি অনুসরণ করা। একটি আপস্ট্রিম গবেষণার ফলাফল এখনও সেই আপডেট প্রক্রিয়ার মাধ্যমে আপনার মেশিনের সংস্করণে পৌঁছাতে হবে। যে কেউ দেখেছেন একটি টেস্ট স্যুট পাস হয়েছে যখন পণ্যটি ভুল কাজ করে তারা জানেন এখানে কোন অভিব্যক্তি প্রয়োজন। এখন সেই প্রাথমিক স্কোরবোর্ডে ফিরে আসা যাক। মানুষ পর্যালোচকরা একটি সাফল্যের সংকেতের ভিতরে একটি সমস্যা আবিষ্কার করেছেন। এজেন্ট রুট পাওয়ার পর প্রাথমিক পাইপলাইন একটি নির্ধারিত দুর্বলতাকে কৃতিত্ব দিয়েছে।

3:58 এটি ফলাফল পরীক্ষা করে। নির্ধারিত ফলাফলটি এখনও সেই ফলাফলের সাথে সংযুক্ত করা দরকার, কারণ সিস্টেমে একাধিক ত্রুটি থাকতে পারে। যদি প্রমাণ একটি ভিন্ন কারণ নির্দেশ করে, তবে মূল প্রতিবেদনটিকে আবার

### পর্যবেক্ষকরা প্রাথমিক রানে কী খুঁজে পেয়েছিলেন?

4:09 দেখতে হবে। OpenAI অনুসারে, একটি প্রাথমিক রান দুইশোটি সফল স্থানীয় বৃদ্ধি রিপোর্ট করেছে। মানুষের পর্যালোচনায় দেখা গেছে যে ২০টি নির্ধারিত ত্রুটি থেকে ভিন্ন একটি ত্রুটির মাধ্যমে রুটে পৌঁছেছে। সাফল্য বাস্তব ছিল, এবং দায়ভার ভুল ছিল। এটি মূল ফলাফলের প্রমাণকে অমীমাংসিত রাখতে পারে এমনকি স্কোরবোর্ড উদযাপন করলেও। পরীক্ষাটি ভুল প্রশ্নের উত্তর দিয়েছিল। লেখকরা বলেছেন যে তারা সীমাবদ্ধতা কঠোর করেছেন এবং একটি স্বাধীন চেক যুক্ত করেছেন যে প্রতিটি চূড়ান্ত ফলাফল তার নির্ধারিত দুর্বলতা ব্যবহার করেছে।

4:34 এটি প্রাথমিক ত্রুটির প্রতি তাদের প্রতিক্রিয়া। প্রাথমিক ২০টি প্রমাণ করে না যে চূড়ান্ত নয়শো আটচল্লিশটি ফলাফল মিথ্যা। একটি ফলাফল কীভাবে ঘটেছে তা যত্নের সাথে যাচাই করুন, এটি ঘটেছে কিনা তার মতোই। আশাব্যঞ্জক অংশ হল পর্যালোচকদের জন্য কাজ করার মতো প্রমাণ দেওয়া, সঠিক ফলাফল সংযুক্ত করে। আপনি যদি এটি শোনার চেয়ে পড়তে পছন্দ করেন, তবে প্রতিদিন সকালে আপনার ইনবক্সে ডিফারেন্স ল্যান্ড করে, dailydiff.dev এ বিনামূল্যে, লিঙ্ক নিচে দেওয়া আছে।

### OpenAI এর পাইপলাইনের রায় কী?

4:55 সুতরাং আজকের রায়, NEEDS REVIEW। আমি মানুষের প্যাচ পর্যালোচনা এবং স্বাধীন পথ যাচাই সহ এই পাইপলাইনটি প্রতিরক্ষামূলক কর্মপ্রবাহে রাখব। প্রতিবেদিত ফলাফলগুলি কার্যকর হয় যখন রক্ষণাবেক্ষণকারীরা বিশ্বাসযোগ্য প্রমাণ পান এবং তারা মূল্যায়ন করতে পারে এমন সমাধান পান। এবং আজকের জন্য এটুকুই। আমি Axrisi থেকে নিকো।

5:10 দায়িত্বশীলভাবে মার্জ করুন।

## উৎস

- [A thousand fewer paths to root — reported Linux pipeline method and counts](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Unique findings defined by distinct candidate patches after variant analysis](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Early wrong-assigned-flaw result and added independent path check](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Research-completion patch snapshot and mid-October baseline](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Security bugs — general reporting and AI report-quality guidance](https://docs.kernel.org/process/security-bugs.html) — The Linux Kernel
- [Discussion of OpenAI's Linux research, interest context only](https://news.ycombinator.com/item?id=50372929) — Hacker News
- [Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identification, no endorsement or current reaction](https://commons.wikimedia.org/wiki/File:Sam_Altman_TechCrunch_SF_2019_Day_2_Oct_3_%28cropped%29.jpg) — TechCrunch via Wikimedia Commons
- [Portrait licence: Creative Commons Attribution 2.0](https://creativecommons.org/licenses/by/2.0/) — Creative Commons
- [Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licence](https://imgflip.com/memetemplate/Drake-Hotline-Bling) — Imgflip
- [Nathan Fillion in Firefly, HULU disbelief GIF — brief transformed process commentary, no actual news reaction or blanket reuse licence; public hosting does not certify legal clearance](https://giphy.com/gifs/hulu-firefly-fox-television-classics-d31xeuBpR8qdzWSc) — HULU on GIPHY
- [Original Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identity only, no endorsement or personal study authorship](https://www.flickr.com/photos/techcrunch/48838377432/) — TechCrunch on Flickr