OpenAI એ Linux માં 948 સ્થાનિક રૂટ ખામીઓ નોંધાવી છે

આ વીડિયોમાં શું આવરી લેવામાં આવ્યું છે

• સ્થાનિક વિશેષાધિકાર વૃદ્ધિ પહેલાથી હાજર બિનવિશેષાધિકૃત સ્થાનિક વપરાશકર્તા દ્વારા રૂટ મેળવવાથી શરૂ થાય છે. અહેવાલ કોઈ મશીન-વિશિષ્ટ રિમોટ-એક્સેસ ચુકાદો આપતો નથી.
• પાઇપલાઇને પ્રારંભિક ડુપ્લિકેશન પછી 2,308 ઉમેદવારો બનાવ્યા અને 1,724 નબળાઈઓનું પુનરુત્પાદન કર્યું. તેની અંતિમ 948 અનન્ય સ્થાનિક શોધો 1,169 સફળ મૂલ્યાંકનોના વેરિઅન્ટ વિશ્લેષણ પછી એક અલગ ઉમેદવાર-પેચ ગણતરીનો ઉપયોગ કરે છે.
• રિપોર્ટ કરાયેલા $1.2 મિલિયન એ મૂલ્યાંકન કરેલા મોડલ્સ, લક્ષ્યો અને વર્કફ્લો માટે API ક્રેડિટ્સ છે. ઐતિહાસિક બાઉન્ટી મૂલ્યાંકનો કાલ્પનિક છે અને તેમને અલગ પ્રોગ્રામ સ્વીકૃતિ અને ચુકવણીની જરૂર છે.
• બેઝલાઇન મધ્ય ઓક્ટોબર 2026 હતી. 61-અપસ્ટ્રીમ/43-સ્ટેજીંગ આંકડાઓ દસ દિવસ પછી સંશોધન પૂર્ણતાનું વર્ણન કરે છે, તેથી વર્તમાન વિતરણ સલાહકારી હજુ પણ જરૂરી છે.
• પ્રારંભિક રનની 200 માંથી 20 સફળતાઓ સોંપાયેલી ખામીથી અલગ ખામીનો ઉપયોગ કરતી હતી. OpenAI સ્વતંત્ર સોંપાયેલ-પાથ તપાસ ઉમેરવાની જાણ કરે છે; આ પ્રારંભિક ખામી એ સ્થાપિત કરતી નથી કે અંતિમ 948 ખોટા છે. ચુકાદો માનવ પેચ સમીક્ષા અને પાથ તપાસ સાથે NEEDS REVIEW હતો.

અનુવાદિત ટ્રાન્સક્રિપ્ટ

મૂળ અંગ્રેજી કથામાંથી અનુવાદિત. ઉપલબ્ધ ઑડિઓ અને કૅપ્શન્સ YouTube દ્વારા નિયંત્રિત થાય છે.

OpenAI ની Linux બગ ગણતરીનો ખરેખર શું અર્થ થાય છે?

0:00 Linux ખામી શોધવી એટલે તેને ઠીક કરવી. OpenAI નવસો અડતાળીસ સ્થાનિક રૂટ શોધો અને ઉમેદવારની જાણ કરે છે પેચો, આશરે એક પોઈન્ટ બે મિલિયન ડોલર API ક્રેડિટ્સમાં. આ વિડિઓમાં, શું ગણાય છે? માનવ સમીક્ષાએ શું પકડ્યું? એક પ્રારંભિક પરીક્ષણ છે જ્યાં મશીનો ખરેખર રૂટ મેળવે છે, અને સ્કોરબોર્ડે હજુ પણ ખોટી વસ્તુને ક્રેડિટ આપી હતી. આપણે જોઈશું કે માનવ સમીક્ષકોએ શું પકડ્યું.

0:20 ગુરુવાર, નવેમ્બર પાંચ છે, અને આ ધ ડેઇલી ડિફ છે.

કોની ઍક્સેસ રૂટ બની શકે છે?

0:24 Linux કર્નલ એ કોર છે જે મશીનના સંસાધનો અને પરવાનગીઓનું સંચાલન કરે છે. સ્થાનિક વિશેષાધિકાર વૃદ્ધિ એટલે કે પહેલાથી હાજર, બિનવિશેષાધિકૃત વપરાશકર્તા રૂટ, સર્વોચ્ચ વિશેષાધિકાર સુધી પહોંચે છે. OpenAI એ અલગ સંશોધન મશીનોમાં તે સીમાનો અભ્યાસ કર્યો. મશીન પર પ્રવેશ મેળવવો એ એક અલગ સમસ્યા છે. OpenAI એ નવેમ્બર ચોથીએ સંશોધન પ્રકાશિત કર્યું, સ્વયંસંચાલિત પાઇપલાઇનની અંદર આવનારા સાયબર મોડેલનું વર્ણન કરતા. ઉપયોગી પરિણામ એ પુરાવા અને પ્રસ્તાવિત સુધારાઓ સાથેની શોધોનો સમૂહ છે

0:49 લોકો સમીક્ષા કરવા માટે. આ પેપર તે આવનારા મોડેલની સામાન્ય ઍક્સેસની જાહેરાત કરતું નથી. તે સ્વતંત્ર વાર્તાની અંદર એક ખૂબ જ માનવીય કાર્ય છોડી દે છે. સંશોધકોએ આઉટપુટની સમીક્ષા કરી અને કર્નલ સમુદાયના માર્ગદર્શનને અનુસરીને પેચો સાથે જટિલ નબળાઈઓની જાણ કરવાનું શરૂ કર્યું. પેચો, કર્નલ સમુદાયના માર્ગદર્શનને અનુસરીને. એજન્ટો ઇનબોક્સ ભરી શકે છે. કોઈને હજુ પણ નક્કી કરવું પડશે કે તેમાં શું હોવું જોઈએ. પાઇપલાઇન કર્નલના સુરક્ષા સંબંધિત ભાગોથી શરૂ થઈ,

એક ઉમેદવાર પુરાવા કેવી રીતે બને છે?

1:10 પછી ડુપ્લિકેટ્સ દૂર કર્યા પછી આશરે ત્રેવીસસો ઉમેદવાર શોધોનું નિર્માણ કર્યું. ડુપ્લિકેટ્સ. એક ઉમેદવાર એ તપાસ કરવા યોગ્ય શંકા છે. તે સમયે, એક ખાતરીપૂર્વકનો ફકરો અને એક વાસ્તવિક પુનરુત્પાદન કરી શકાય તેવી ખામી હજુ પણ સ્પ્રેડશીટમાં હેરાનગતિપૂર્વક સમાન લાગે છે. સ્પ્રેડશીટમાં હેરાનગતિપૂર્વક સમાન લાગે છે. તેથી એક અલગ તબક્કાએ અલગ મશીનોની અંદર શંકાસ્પદ સમસ્યાઓનું પુનરુત્પાદન કરવાનો પ્રયાસ કર્યો, જે બન્યું તેના પુરાવા સાચવીને. OpenAI આશરે સત્તરસો પુનરુત્પાદિત નબળાઈઓની જાણ કરે છે. તે સંશોધકો નિરીક્ષણ કરી શકે તેવું વર્તન સ્થાપિત કરે છે.

1:36 આગળનો પ્રશ્ન એ છે કે તેમાંથી કઈ સમસ્યાઓ ગંભીર પરવાનગી સીમાને ઓળંગે છે. સીમા. Linux ની પોતાની સુરક્ષા રિપોર્ટિંગ માર્ગદર્શિકા કાગળ સમજાવવામાં મદદ કરે છે. જાળવણીકારો અસરગ્રસ્ત સંસ્કરણ, પુરાવા અને સંકળાયેલી શરતો માટે પૂછે છે. તે એ પણ ચેતવણી આપે છે કે નબળી ગુણવત્તાવાળા AI અહેવાલો સમીક્ષા ક્ષમતાનો વપરાશ કરે છે. તે સામાન્ય સમુદાય માર્ગદર્શન છે, OpenAI ના પેપરથી સ્વતંત્ર. તે શોધોના આ બેચને પ્રમાણિત કરતું નથી.

અંતિમ ગણતરી 948 કેમ બને છે?

1:58 અહીં ગણતરીની વિગત છે. OpenAI મૂલ્યાંકન દરમિયાન અગિયારસો ઓગણસિત્તેર સફળ સ્થાનિક વિશેષાધિકાર વૃદ્ધિની જાણ કરે છે. વૃદ્ધિ. સંશોધકોએ પછી સંબંધિત વેરિઅન્ટ્સનું વિશ્લેષણ કર્યું અને નવસો અડતાળીસ અલગ પેચો વિકસાવ્યા. નવસો અડતાળીસ અલગ પેચો વિકસાવ્યા. તેઓ અનન્ય સ્થાનિક વૃદ્ધિ શોધોને વ્યાખ્યાયિત કરવા માટે તે પેચ ગણતરીનો ઉપયોગ કરે છે. બહુવિધ સફળતાઓ સમાન અંતર્ગત સમસ્યાને આભારી હોઈ શકે છે. આશરે એક પોઈન્ટ બે મિલિયન ડોલર મૂલ્યાંકન કરાયેલા મોડેલો, લક્ષ્યો અને વર્કફ્લો માટે રિપોર્ટ કરાયેલ API ક્રેડિટ્સને આવરી લે છે. મૂલ્યાંકન કરાયેલા મોડેલો, લક્ષ્યો અને વર્કફ્લો માટે રિપોર્ટ કરાયેલ API ક્રેડિટ્સને આવરી લે છે.

2:23 OpenAI કહે છે કે ક્ષમતા માપનથી ડિઝાઇનને પ્રોત્સાહન મળ્યું અને બહેતર એન્જિનિયરિંગ ખર્ચ ઘટાડી શકે છે. ખર્ચ ઘટાડી શકે છે. કુલ સંશોધક ખર્ચ અહીં માપવામાં આવ્યા નથી. OpenAI ઐતિહાસિક બગ બાઉન્ટી પુરસ્કારો સાથે શોધોની તુલના કરે છે, એક કાલ્પનિક મૂલ્યાંકનનું નિર્માણ કરે છે. સ્વીકૃતિ અને ચુકવણી બાઉન્ટી પ્રોગ્રામને આભારી છે. પુરસ્કારને સંશોધન ગણતરી દ્વારા ગુણાકાર કરવો ખૂબ સરસ લાગે છે જ્યાં સુધી તમે તમારા બેંક ખાતામાં ગુણાકાર જમા કરાવવાનો પ્રયાસ ન કરો. ગુણાકાર તમારા બેંક ખાતામાં જમા કરાવવાનો પ્રયાસ ન કરો.

પ્રસ્તાવિત પેચને શું અધૂરું બનાવે છે?

2:45 એક પ્રસ્તાવિત પેચને પણ તેની પોતાની સમીક્ષાની જરૂર છે. લેખકો કહે છે કે પ્રારંભિક પેચો બિનજરૂરી કોડ ઉમેરતી વખતે પ્રદર્શિત સમસ્યાને રોકી શકે છે, બિનજરૂરી કોડ ઉમેરતી વખતે, પ્રદર્શનનો વેપાર કરતી વખતે, અથવા સંબંધિત વેરિઅન્ટ્સ ગુમાવતી વખતે. તેઓએ સૂચનાઓમાં સુધારો કર્યો અને પુનરાવર્તન કર્યું. એક સુધારો વિશાળ કોડબેઝને અનુકૂળ હોવો જોઈએ અને પ્રથમ પરીક્ષણ કરતાં વધુ સમય સુધી ટકી રહેવો જોઈએ જે લીલો થાય છે. લીલો થાય છે. OpenAI અપસ્ટ્રીમ રિપોર્ટિંગ કરતા પહેલા ગંભીરતા અને સુધારાઓની માનવ સમીક્ષાનું વર્ણન કરે છે. Linux ની માર્ગદર્શિકા કહે છે કે પરીક્ષણ કરાયેલ પ્રસ્તાવિત સુધારો સમીક્ષાનો સમય બચાવી શકે છે ભલે જાળવણીકારો અલગ સુધારો પસંદ કરે. સમય બચાવી શકે છે ભલે જાળવણીકારો અલગ સુધારો પસંદ કરે.

3:12 અપસ્ટ્રીમ સ્વીકૃતિ એક અલગ એન્જિનિયરિંગ નિર્ણય રહે છે.

પેચ સ્નેપશોટ ક્યારે માપવામાં આવ્યો હતો?

3:15 બેઝલાઇન મધ્ય ઓક્ટોબરમાં નવીનતમ કર્નલ હતી. દસ દિવસના સંશોધન અને મેન્યુઅલ વિશ્લેષણ પછી, એકસઠ સ્થાનિક વૃદ્ધિ સમસ્યાઓ અપસ્ટ્રીમ પેચ કરવામાં આવી હતી, ત્રેતાલીસમાં સ્ટેજીંગ પેચો હતા. OpenAI ઝડપથી આગળ વધતા જાળવણીકારોને શ્રેય આપે છે. તે એક સંશોધન પૂર્ણતા સ્નેપશોટ છે, અને પ્રોજેક્ટ આગળ વધતો રહ્યો. તમારા વિતરણમાં તેની પોતાની શિપ કરેલી કર્નલ અને અપડેટ્સ છે.

વપરાશકર્તાઓ માટે કઈ તારીખ અને પેચ સ્થિતિ મહત્વપૂર્ણ છે?

3:34 વપરાશકર્તાઓ માટે, વ્યવહારિક પગલું એ તેઓ ખરેખર ચલાવતા સૉફ્ટવેર માટેની સલાહકારીનું પાલન કરવાનું છે. ખરેખર ચલાવો. એક અપસ્ટ્રીમ સંશોધન પરિણામ હજુ પણ તે અપડેટ પ્રક્રિયા દ્વારા તમારી મશીન પરના સંસ્કરણ સુધી પહોંચવાની જરૂર છે. તમારા મશીન પર તે અપડેટ પ્રક્રિયા દ્વારા. જે કોઈએ ટેસ્ટ સૂટ પાસ થતો જોયો હોય જ્યારે ઉત્પાદન ખોટું કામ કરતું હોય અહીં જરૂરી ચહેરાના ભાવ જાણે છે. હવે તે પ્રારંભિક સ્કોરબોર્ડ પર પાછા ફરો. માનવ સમીક્ષકોએ સફળતાના સંકેતની અંદર એક સમસ્યા શોધી કાઢી. પ્રારંભિક પાઇપલાઇને એક સોંપાયેલ નબળાઈને ક્રેડિટ આપી હતી એકવાર એજન્ટે રૂટ મેળવી લીધું.

3:58 રૂટ. તે પરિણામ તપાસે છે. સોંપાયેલ શોધને હજુ પણ તે પરિણામ સાથે જોડવાની જરૂર છે, કારણ કે સિસ્ટમમાં એક કરતાં વધુ ખામી હોઈ શકે છે. જો પુરાવા અલગ કારણ તરફ નિર્દેશ કરે છે, તો મૂળ અહેવાલને ફરીથી જોવાની જરૂર છે.

સમીક્ષકોને પ્રારંભિક રનમાં શું મળ્યું?

4:09 જુઓ. OpenAI અનુસાર, એક પ્રારંભિક રનમાં બસો સફળ સ્થાનિક વૃદ્ધિની જાણ કરવામાં આવી હતી. વૃદ્ધિ. માનવ સમીક્ષામાં વીસને સોંપાયેલ ખામીથી અલગ ખામી દ્વારા રૂટ સુધી પહોંચી હોવાનું જાણવા મળ્યું. સોંપેલું. સફળતા વાસ્તવિક હતી, અને એટ્રિબ્યુશન ખોટું હતું. તે મૂળ શોધના પુરાવાને વણઉકેલ્યા છોડી શકે છે ભલે સ્કોરબોર્ડ ઉજવણી કરતું હોય. સ્કોરબોર્ડ ઉજવણી કરતું હોય. પરીક્ષણે ખોટા પ્રશ્નનો જવાબ આપ્યો હતો. લેખકો કહે છે કે તેઓએ મર્યાદાઓ કડક કરી અને એક સ્વતંત્ર તપાસ ઉમેરી કે દરેક અંતિમ પરિણામ તેની સોંપાયેલ નબળાઈનો ઉપયોગ કરતું હતું.

4:34 તે પ્રારંભિક ખામીનો તેમનો પ્રતિભાવ છે. પ્રારંભિક વીસ એ સ્થાપિત કરતા નથી કે અંતિમ નવસો અડતાળીસ શોધો ખોટી છે. પરિણામ કેવી રીતે થયું તેટલું કાળજીપૂર્વક ચકાસો કે તે થયું કે નહીં. આશાસ્પદ ભાગ સમીક્ષકોને પુરાવા આપવાનો છે જેના પર તેઓ કાર્ય કરી શકે છે, સાચી શોધ જોડાયેલ સાથે. જો તમે મને તે કહેવાને બદલે આ વાંચવાનું પસંદ કરો છો, તો ડિફ દરરોજ સવારે તમારા ઇનબોક્સમાં આવે છે, દરરોજ સવારે, the daily diff dot dev પર મફત, નીચે લિંક.

OpenAI ની પાઇપલાઇન પર ચુકાદો શું મળે છે?

4:55 તો આજનો ચુકાદો, NEEDS REVIEW. હું આ પાઇપલાઇનને માનવ પેચ સમીક્ષા અને સ્વતંત્ર પાથ તપાસ સાથે સંરક્ષણાત્મક વર્કફ્લોમાં રાખીશ. સ્વતંત્ર પાથ તપાસ. રિપોર્ટ કરાયેલી શોધો ઉપયોગી બને છે જ્યારે જાળવણીકારો તેમને વિશ્વાસ કરી શકે તેવા પુરાવા મેળવે છે અને તેઓ મૂલ્યાંકન કરી શકે તેવા સુધારાઓ. અને આજ માટે બસ આટલો જ તફાવત. હું એક્સરીસીમાંથી નિકો છું.

5:10 જવાબદારીપૂર્વક મર્જ કરો.

સ્ત્રોતો

1. A thousand fewer paths to root — reported Linux pipeline method and countsOpenAI
2. Unique findings defined by distinct candidate patches after variant analysisOpenAI
3. Early wrong-assigned-flaw result and added independent path checkOpenAI
4. Research-completion patch snapshot and mid-October baselineOpenAI
5. Security bugs — general reporting and AI report-quality guidanceThe Linux Kernel
6. Discussion of OpenAI's Linux research, interest context onlyHacker News
7. 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 reactionTechCrunch via Wikimedia Commons
8. Portrait licence: Creative Commons Attribution 2.0Creative Commons
9. Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licenceImgflip
10. 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 clearanceHULU on GIPHY
11. 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 authorshipTechCrunch on Flickr