லினக்ஸில் 948 லோக்கல் ரூட் குறைபாடுகளை OpenAI தெரிவிக்கிறது

இந்த வீடியோ எதைப் பற்றி விவாதிக்கிறது

• உள்ளூர் சிறப்புரிமை உயர்வு என்பது ஏற்கனவே உள்ள சிறப்புரிமை இல்லாத உள்ளூர் பயனர் ரூட்டை அடைவதிலிருந்து தொடங்குகிறது. அறிக்கை இயந்திரம் சார்ந்த ரிமோட்-அணுகல் தீர்ப்பை வழங்குவதில்லை.
• ஆரம்ப நகல் நீக்கலுக்குப் பிறகு குழாய் 2,308 வேட்பாளர்களை உருவாக்கியது மற்றும் 1,724 பாதிப்புகளை மீண்டும் உருவாக்கியது. அதன் இறுதி 948 தனிப்பட்ட உள்ளூர் கண்டுபிடிப்புகள் 1,169 வெற்றிகரமான மதிப்பீடுகளின் மாறுபட்ட பகுப்பாய்விற்குப் பிறகு தனித்துவமான-வேட்பாளர்-இணைப்பு எண்ணிக்கையைப் பயன்படுத்துகின்றன.
• அறிவிக்கப்பட்ட $1.2 மில்லியன் என்பது மதிப்பிடப்பட்ட மாதிரிகள், இலக்குகள் மற்றும் பணிப்பாய்வுக்கான API கிரெடிட்கள் ஆகும். வரலாற்று வெகுமதி மதிப்பீடுகள் கற்பனையானவை மற்றும் தனிப்பட்ட நிரல் ஒப்புதல் மற்றும் கட்டணம் தேவைப்படுகின்றன.
• அடிப்படை அக்டோபர் 2026 நடுப்பகுதியில் இருந்தது. 61-மேல்நிலை/43-மேடை உருவங்கள் பத்து நாட்களுக்குப் பிறகு ஆராய்ச்சி நிறைவை விவரிக்கின்றன, எனவே தற்போதைய விநியோக ஆலோசனைகள் இன்னும் அவசியம்.
• ஒரு ஆரம்ப ஓட்டத்தில் 200 இல் 20 வெற்றிகள் ஒதுக்கப்பட்டதை விட வேறு ஒரு குறைபாட்டைப் பயன்படுத்தின. OpenAI ஒரு சுயாதீனமான ஒதுக்கப்பட்ட-பாதை சரிபார்ப்பைச் சேர்ப்பதாக அறிவிக்கிறது; இந்த ஆரம்ப குறைபாடு இறுதி 948 தவறானது என்று நிறுவவில்லை. தீர்ப்பு மனித இணைப்பு மதிப்பாய்வு மற்றும் பாதை சரிபார்ப்புகளுடன் NEEDS REVIEW என இருந்தது.

மொழிபெயர்க்கப்பட்ட டிரான்ஸ்கிரிப்ட்

அசல் ஆங்கில விளக்கத்திலிருந்து மொழிபெயர்க்கப்பட்டது. கிடைக்கும் ஆடியோ மற்றும் தலைப்புகள் YouTube ஆல் கட்டுப்படுத்தப்படுகின்றன.

OpenAI இன் லினக்ஸ் பிழை எண்ணிக்கை உண்மையில் என்ன அர்த்தம்?

0:00 ஒரு லினக்ஸ் குறைபாட்டைக் கண்டுபிடிப்பது அதை சரிசெய்வது போல் தெரிகிறது. OpenAI தொள்ளாயிரத்து நாற்பத்தெட்டு உள்ளூர் ரூட் கண்டுபிடிப்புகள் மற்றும் வேட்பாளர்களை அறிவிக்கிறது இணைப்புகள், சுமார் ஒரு புள்ளி இரண்டு மில்லியன் டாலர்கள் API கிரெடிட்களில். இந்த வீடியோவில், எது முக்கியம்? மனித மதிப்பாய்வு என்ன பிடித்தது? இயந்திரங்கள் உண்மையில் ரூட்டை அடைந்த ஒரு ஆரம்ப சோதனை உள்ளது, மற்றும் ஸ்கோர்போர்டு இன்னும் தவறான விஷயத்தை பாராட்டியது. மனித மதிப்பாய்வாளர்கள் என்ன பிடித்தார்கள் என்று பார்ப்போம்.

0:20 இது நவம்பர் ஐந்தாம் தேதி வியாழன், இது The Daily Diff.

யாருடைய அணுகல் ரூட் ஆக முடியும்?

0:24 லினக்ஸ் கர்னல் என்பது ஒரு இயந்திரத்தின் வளங்களையும் அனுமதிகளையும் நிர்வகிக்கும் முக்கிய பகுதியாகும். உள்ளூர் சிறப்புரிமை உயர்வு என்பது ஏற்கனவே உள்ள, சிறப்புரிமை இல்லாத பயனர் ரூட்டை அடைகிறார், இது மிக உயர்ந்த சிறப்புரிமை. OpenAI தனிமைப்படுத்தப்பட்ட ஆராய்ச்சி இயந்திரங்களில் அந்த எல்லையை ஆய்வு செய்தது. ஒரு இயந்திரத்திற்குள் நுழைவது ஒரு தனி பிரச்சனை. OpenAI நவம்பர் நான்காம் தேதி ஆராய்ச்சியை வெளியிட்டது, தானியங்கு குழாய்க்குள் வரவிருக்கும் ஒரு சைபர் மாதிரியை விவரித்தது. பயனுள்ள முடிவு என்பது ஆதாரங்களுடன் கூடிய கண்டுபிடிப்புகள் மற்றும் முன்மொழியப்பட்ட திருத்தங்கள்

0:49 மக்களை மதிப்பாய்வு செய்ய. அந்த வரவிருக்கும் மாதிரிக்கான பொதுவான அணுகலை காகிதம் அறிவிக்கவில்லை. அது சுயாட்சி கதைக்குள் ஒரு மிக மனித வேலையை விட்டுச்செல்கிறது. ஆராய்ச்சியாளர்கள் வெளியீடுகளை மதிப்பாய்வு செய்து, கர்னல் சமூகத்தின் வழிகாட்டுதலைப் பின்பற்றி, இணைப்புகளுடன் முக்கியமான பாதிப்புகளைப் புகாரளிக்கத் தொடங்கினர். முகவர்கள் இன்பாக்ஸை நிரப்பலாம். அதில் என்ன இருக்க வேண்டும் என்பதை யாராவது இன்னும் தீர்மானிக்க வேண்டும். குழாய் கர்னலின் பாதுகாப்பு தொடர்பான பகுதிகளுடன் தொடங்கியது,

ஒரு வேட்பாளர் எப்படி ஆதாரமாகிறார்?

1:10 பின்னர் நகல்களை அகற்றிய பிறகு சுமார் இருபத்தி மூன்று நூறு வேட்பாளர் கண்டுபிடிப்புகளை உருவாக்கியது. ஒரு வேட்பாளர் என்பது விசாரிக்கத் தகுந்த சந்தேகம். அந்த நேரத்தில், ஒரு உறுதியான பத்தி மற்றும் ஒரு உண்மையான மீண்டும் உருவாக்கக்கூடிய குறைபாடு இன்னும் ஒரு விரிதாளில் எரிச்சலூட்டும் வகையில் ஒத்ததாகத் தெரிகிறது. எனவே ஒரு தனி நிலை தனிமைப்படுத்தப்பட்ட இயந்திரங்களுக்குள் சந்தேகிக்கப்படும் சிக்கல்களை மீண்டும் உருவாக்க முயற்சித்தது, நடந்ததற்கான ஆதாரங்களைப் பாதுகாத்தது. OpenAI தோராயமாக ஆயிரத்து எழுநூறு மீண்டும் உருவாக்கப்பட்ட பாதிப்புகளைப் புகாரளிக்கிறது. இது ஆராய்ச்சியாளர்கள் ஆய்வு செய்யக்கூடிய நடத்தையை நிறுவுகிறது.

1:36 அடுத்த கேள்வி, அந்தப் பிரச்சனைகளில் எது ஒரு தீவிர அனுமதி எல்லையைக் கடக்கிறது என்பது. லினக்ஸின் சொந்த பாதுகாப்பு அறிக்கை வழிகாட்டி ஆவணங்களை விளக்க உதவுகிறது. பராமரிப்பாளர்கள் பாதிக்கப்பட்ட பதிப்பு, ஆதாரம் மற்றும் சம்பந்தப்பட்ட நிலைமைகளைக் கேட்கிறார்கள். மோசமான தரமான AI அறிக்கைகள் மதிப்பாய்வு திறனை நுகர்கின்றன என்றும் இது எச்சரிக்கிறது. இது OpenAI இன் காகிதத்திலிருந்து சுயாதீனமான பொதுவான சமூக வழிகாட்டுதலாகும். இது இந்த கண்டுபிடிப்புகளின் தொகுப்பை சான்றளிக்கவில்லை.

இறுதி எண்ணிக்கை ஏன் 948 ஆகிறது?

1:58 இங்கே கணக்கிடும் விவரம். OpenAI மதிப்பீட்டின் போது ஆயிரத்து நூற்று அறுபத்தி ஒன்பது வெற்றிகரமான உள்ளூர் சிறப்புரிமை உயர்வுகளைப் புகாரளிக்கிறது. ஆராய்ச்சியாளர்கள் பின்னர் தொடர்புடைய மாறுபாடுகளை பகுப்பாய்வு செய்து தொள்ளாயிரத்து நாற்பத்தெட்டு தனித்துவமான இணைப்புகளை உருவாக்கினர். தனிப்பட்ட உள்ளூர் உயர்வு கண்டுபிடிப்புகளை வரையறுக்க அவர்கள் அந்த இணைப்பு எண்ணிக்கையைப் பயன்படுத்துகிறார்கள். பல வெற்றிகள் ஒரே அடிப்படை பிரச்சனைக்கு சொந்தமானதாக இருக்கலாம். சுமார் ஒரு புள்ளி இரண்டு மில்லியன் டாலர்கள் மதிப்பிடப்பட்ட மாதிரிகள், இலக்குகள் மற்றும் பணிப்பாய்வுக்கான அறிவிக்கப்பட்ட API கிரெடிட்களை உள்ளடக்கியது.

2:23 திறன் அளவீடு வடிவமைப்பை இயக்கியது மற்றும் சிறந்த பொறியியல் செலவுகளைக் குறைக்கலாம் என்று OpenAI கூறுகிறது. மொத்த ஆராய்ச்சி செலவுகள் இங்கு அளவிடப்படவில்லை. OpenAI கண்டுபிடிப்புகளை வரலாற்று பிழை வெகுமதிகளுடன் ஒப்பிடுகிறது, ஒரு கற்பனையான மதிப்பீட்டை உருவாக்குகிறது. ஏற்பு மற்றும் கட்டணம் வெகுமதி திட்டத்திற்கு சொந்தமானது. ஒரு வெகுமதியை ஒரு ஆராய்ச்சி எண்ணிக்கையால் பெருக்குவது உங்கள் வங்கிக் கணக்கில் பெருக்கத்தைச் செலுத்த முயற்சிக்கும் வரை சிறப்பாக இருக்கும்.

ஒரு முன்மொழியப்பட்ட இணைப்பு ஏன் இன்னும் முழுமையற்றதாக உள்ளது?

2:45 ஒரு முன்மொழியப்பட்ட இணைப்புக்கும் அதன் சொந்த மதிப்பாய்வு தேவை. ஆசிரியர்கள் ஆரம்பகால இணைப்புகள் நிரூபிக்கப்பட்ட சிக்கலைத் தடுக்கலாம் அதே நேரத்தில் தேவையற்ற குறியீட்டைச் சேர்க்கலாம், செயல்திறனை இழக்கலாம் அல்லது தொடர்புடைய மாறுபாடுகளைத் தவறவிடலாம் என்று கூறுகிறார்கள். அவர்கள் வழிமுறைகளை மேம்படுத்தி மீண்டும் மீண்டும் செய்தனர். ஒரு திருத்தம் பரந்த குறியீடு தளத்திற்கு பொருந்த வேண்டும் மற்றும் முதல் சோதனைக்கு மேலாகவும் நிலைக்க வேண்டும். OpenAI தீவிரத்தன்மை மற்றும் திருத்தங்களை மனித மதிப்பாய்வை விவரிக்கிறது மேல்நிலைக்கு புகாரளிக்கும் முன். லினக்ஸின் வழிகாட்டி ஒரு சோதிக்கப்பட்ட முன்மொழியப்பட்ட திருத்தம் மதிப்பாய்வு நேரத்தை சேமிக்கலாம் என்று கூறுகிறது பராமரிப்பாளர்கள் வேறு திருத்தத்தை தேர்வு செய்தாலும் கூட.

3:12 மேல்நிலை ஏற்பு ஒரு தனி பொறியியல் முடிவாகவே உள்ளது.

இணைப்பு ஸ்னாப்ஷாட் எப்போது அளவிடப்பட்டது?

3:15 அடிப்படை அக்டோபர் நடுப்பகுதியில் சமீபத்திய கர்னலாக இருந்தது. பத்து நாட்கள் ஆராய்ச்சி மற்றும் கைமுறை பகுப்பாய்வுக்குப் பிறகு, அறுபத்தி ஒரு உள்ளூர் உயர்வு சிக்கல்கள் மேல்நிலையில் சரி செய்யப்பட்டன, நாற்பத்தி மூன்று நிலை இணைப்புகளைக் கொண்டிருந்தன. OpenAI பராமரிப்பாளர்களை விரைவாக நகர்வதற்காக பாராட்டுகிறது. அது ஒரு ஆராய்ச்சி நிறைவு ஸ்னாப்ஷாட், மற்றும் திட்டம் தொடர்ந்து நகர்ந்தது. உங்கள் விநியோகத்திற்கு அதன் சொந்த அனுப்பப்பட்ட கர்னல் மற்றும் புதுப்பிப்புகள் உள்ளன.

பயனர்களுக்கு எந்த தேதி மற்றும் இணைப்பு நிலை முக்கியம்?

3:34 பயனர்களுக்கு, நடைமுறை படி அவர்கள் உண்மையில் இயக்கும் மென்பொருளுக்கான ஆலோசனைகளைப் பின்பற்றுவதாகும். ஒரு மேல்நிலை ஆராய்ச்சி முடிவு இன்னும் அந்த புதுப்பிப்பு செயல்முறை மூலம் உங்கள் இயந்திரத்தில் உள்ள பதிப்பை அடைய வேண்டும். தயாரிப்பு தவறானதைச் செய்யும்போது ஒரு சோதனைத் தொகுப்பு கடந்து செல்வதைப் பார்த்த எவருக்கும் இங்கு தேவைப்படும் முகபாவனை தெரியும். இப்போது அந்த ஆரம்ப ஸ்கோர்போர்டுக்கு திரும்புவோம். மனித மதிப்பாய்வாளர்கள் ஒரு வெற்றி சமிக்ஞைக்குள் ஒரு சிக்கலைக் கண்டுபிடித்தனர். முகவர் ரூட்டைப் பெற்றவுடன் ஆரம்பகால குழாய் ஒரு ஒதுக்கப்பட்ட பாதிப்பை பாராட்டியது.

3:58 அது முடிவை சரிபார்க்கிறது. ஒதுக்கப்பட்ட கண்டுபிடிப்பு இன்னும் அந்த முடிவுடன் இணைக்கப்பட வேண்டும், ஏனெனில் கணினியில் ஒன்றுக்கு மேற்பட்ட குறைபாடுகள் இருக்கலாம். ஆதாரம் வேறு ஒரு காரணத்தைக் காட்டினால், அசல் அறிக்கை மீண்டும் பார்க்கப்பட வேண்டும்.

ஆரம்ப ஓட்டத்தில் மதிப்பாய்வாளர்கள் என்ன கண்டுபிடித்தனர்?

4:09 OpenAI படி, ஒரு ஆரம்ப ஓட்டத்தில் இருநூறு வெற்றிகரமான உள்ளூர் உயர்வுகளைப் புகாரளித்தது. மனித மதிப்பாய்வு இருபது பேர் ஒதுக்கப்பட்டதை விட வேறு ஒரு குறைபாடு மூலம் ரூட்டை அடைந்தனர் என்பதைக் கண்டறிந்தது. வெற்றி உண்மையானது, மற்றும் பண்புக்கூறு தவறானது. வெற்றி உண்மையானது, மற்றும் பண்புக்கூறு தவறானது. ஸ்கோர்போர்டு கொண்டாடும் போது கூட அசல் கண்டுபிடிப்பின் ஆதாரம் தீர்க்கப்படாமல் போகலாம். சோதனை தவறான கேள்விக்கு பதிலளித்திருந்தது. கட்டுப்பாடுகளை இறுக்கமாக்கி, ஒவ்வொரு இறுதி முடிவும் அதன் ஒதுக்கப்பட்ட பாதிப்பைப் பயன்படுத்தியது என்பதற்கான ஒரு சுயாதீனமான சரிபார்ப்பைச் சேர்த்ததாக ஆசிரியர்கள் கூறுகிறார்கள்.

4:34 அது ஆரம்ப குறைபாட்டிற்கான அவர்களின் பதில். ஆரம்ப இருபது இறுதி தொள்ளாயிரத்து நாற்பத்தெட்டு கண்டுபிடிப்புகள் தவறானவை என்று நிறுவவில்லை. ஒரு முடிவு எப்படி நடந்தது என்பதை அது நடந்ததா என்பதைப் போலவே கவனமாக சரிபார்க்கவும். ஆதரவாளர்களுக்கு அவர்கள் செயல்படக்கூடிய ஆதாரங்களை வழங்குவதே நம்பிக்கைக்குரிய பகுதி, சரியான கண்டுபிடிப்புடன் இணைக்கப்பட்டுள்ளது. நான் சொல்வதைக் கேட்பதை விட இதைப் படிக்க விரும்பினால், டிஃப் உங்கள் இன்பாக்ஸில் ஒவ்வொரு காலையிலும் இலவசமாக daily diff dot dev இல் வந்து சேரும், இணைப்பு கீழே உள்ளது.

OpenAI இன் குழாயில் தீர்ப்பைப் பெறுவது எது?

4:55 எனவே இன்றைய தீர்ப்பு, NEEDS REVIEW. நான் இந்த குழாயை மனித இணைப்பு மதிப்பாய்வு மற்றும் சுயாதீனமான பாதை சரிபார்ப்புகளுடன் தற்காப்பு பணிப்பாய்வில் வைத்திருப்பேன். அறிவிக்கப்பட்ட கண்டுபிடிப்புகள் பயனுள்ளதாக மாறும் போது பராமரிப்பாளர்கள் நம்பக்கூடிய ஆதாரங்களை பெறுகிறார்கள் மற்றும் அவர்கள் மதிப்பிடக்கூடிய திருத்தங்கள். அதுதான் இன்றைக்கு டிஃப். நான் Axrisi இலிருந்து Niko.

5:10 பொறுப்புடன் இணைக்கவும்.

ஆதாரங்கள்

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