একটি নিরাপত্তা কাঠামো প্রকৃতপক্ষে কী
একটি ফ্রন্টিয়ার এআই ল্যাবের নিরাপত্তা কাঠামো হলো ল্যাবের নিজস্ব প্রকাশিত নীতি যা সক্ষমতা সীমারেখা — একটি মডেল যা করতে সক্ষম হতে পারে এমন নির্দিষ্ট বিষয় — এবং সেই সীমারেখাগুলোর একটিতে পৌঁছালে ট্রিগার হওয়া সুরক্ষা ব্যবস্থা বা প্রাতিষ্ঠানিক প্রতিশ্রুতি সংজ্ঞায়িত করে। Anthropic তার সংস্করণকে দায়িত্বশীল স্কেলিং নীতি বলে; OpenAI, একটি প্রস্তুতি কাঠামো; Google DeepMind, একটি ফ্রন্টিয়ার সেফটি কাঠামো; Meta, একটি উন্নত এআই স্কেলিং কাঠামো; xAI, একটি ফ্রন্টিয়ার কৃত্রিম বুদ্ধিমত্তা কাঠামো; Microsoft, একটি ফ্রন্টিয়ার শাসন কাঠামো। নামগুলো ভিন্ন; কাঠামোগতভাবে, ছয়টিই একই প্রশ্নের উত্তর দেওয়ার চেষ্টা করে — একটি কোম্পানি কীভাবে জানে যে একটি মডেল যেমন আছে তেমন স্থাপনের জন্য খুব বিপজ্জনক, এবং সে সম্পর্কে কিছু করার জন্য এটি প্রকৃতপক্ষে কী প্রতিশ্রুতিবদ্ধ?
সেই প্রশ্নটি গুরুত্বপূর্ণ কারণ এই ছয়টি কোম্পানির কোনোটির জন্যই কোনো বাহ্যিক নিয়ন্ত্রক বর্তমানে বাধ্যতামূলক, মডেল-নির্দিষ্ট সক্ষমতা সীমারেখা নির্ধারণ করে না (দেখুন ২০২৬ সালে এআই আইন ও প্রয়োগ)। আপাতত, এই নথিগুলো শিল্পের প্রকৃত কর্মক্ষম উত্তর। এগুলো ছয়বার অনুলিপি করা একই নথিও নয়: প্রতিটি ল্যাব কোন ঝুঁকি ট্র্যাক করে, একটি সীমারেখা কীভাবে সংজ্ঞায়িত করা হয়, এবং — সবচেয়ে গুরুত্বপূর্ণভাবে — একটি অতিক্রান্ত হলে কী ঘটে তা গুরুত্বপূর্ণ উপায়ে ভিন্ন হয়।
তুলনা শুরু হওয়ার আগে একটি বিষয় বলা প্রয়োজন, কারণ এটি নিচের সবকিছু কীভাবে পড়তে হবে তা আকার দেয়: টেবিলের প্রতিটি দাবি ল্যাবের নিজস্ব বিবৃত নীতি। এর কোনোটিই স্বাধীন যাচাইকরণ নয় যে ল্যাবটি প্রকৃতপক্ষে যা বলে তা করে। টেবিলের পরের একটি পৃথক বিভাগ, “দাবি বনাম অনুশীলন,” গ্রেডকৃত বাহ্যিক অডিট, একাডেমিক সমালোচনা, এবং এই ছয়টি কোম্পানির বিবৃত প্রতিশ্রুতি ও তাদের প্রকৃত আচরণের মধ্যে নথিভুক্ত ফাঁক কভার করে — এবং টেবিলটি নয়, সেই বিভাগটি বেশি গুরুত্বপূর্ণ।
নিচের প্রতিটি কাঠামোর বিবরণ ল্যাবের নিজস্ব বর্তমান প্রকাশিত নথির বিরুদ্ধে যাচাই করা হয়েছিল, এছাড়াও ("দাবি বনাম অনুশীলন" বিভাগের জন্য) নামযুক্ত স্বাধীন প্রতিবেদন ও গবেষণাপত্রের বিরুদ্ধে, ২০২৬ সালের সেপ্টেম্বর পর্যন্ত। সঠিক সংস্করণ সংখ্যা ও কার্যকর তারিখ সর্বত্র দেওয়া হয়েছে যাতে একজন ফিরে আসা পাঠক বলতে পারেন কিছু পরিবর্তিত হয়েছে কিনা। এই নীতিগুলো প্রায়ই সংশোধিত হয় — Anthropic একাই সেপ্টেম্বর ২০২৩ থেকে নয়টি সংখ্যাযুক্ত সংস্করণ প্রকাশ করেছে — তাই প্রতিটি সারিকে একটি তারিখযুক্ত স্ন্যাপশট হিসেবে বিবেচনা করুন, একটি স্থির বর্ণনা নয়।
কাঠামোগুলো, তুলনামূলক
| ল্যাব (কাঠামো) | বর্তমান সংস্করণ/তারিখ | ট্র্যাক করা ঝুঁকি ক্ষেত্র | সীমারেখা/স্তর কাঠামো | সীমারেখা অতিক্রান্ত হলে কী ঘটে |
|---|---|---|---|---|
| Anthropic — দায়িত্বশীল স্কেলিং নীতি | v3.4, কার্যকর ৮ জুলাই ২০২৬ | অ-নতুন CBRN আপলিফট; নতুন CBRN আপলিফট; উচ্চ-ঝুঁকির নাশকতা; স্বয়ংক্রিয় এআই R&D ত্বরণ | সক্ষমতা/ব্যবহার-সীমারেখা টেবিল; v3.0 পুনর্লিখনে স্থির ASL-2/ASL-3/ASL-4 স্তর বাদ দেওয়া হয়েছে (উত্তরাধিকার ASL লেবেল শুধুমাত্র বর্তমান-দিনের নিয়ন্ত্রণের জন্য ধরে রাখা হয়েছে যা ইতিমধ্যে বলবৎ) | জনসাধারণের, অ-বাধ্যতামূলক ফ্রন্টিয়ার সেফটি রোডম্যাপ, অতীত কর্মক্ষমতার বিরুদ্ধে গ্রেডকৃত, প্লাস প্রতি ৩-৬ মাসে বাহ্যিক পর্যালোচনাসহ ঝুঁকি প্রতিবেদন — কোনো নিঃশর্ত বিরতি নেই |
| OpenAI — প্রস্তুতি কাঠামো | v2, ১৫ এপ্রিল ২০২৫ | জৈবিক ও রাসায়নিক, সাইবার নিরাপত্তা, এআই স্ব-উন্নতি (ট্র্যাক করা); দীর্ঘ-পরিসর স্বায়ত্তশাসন, স্যান্ডব্যাগিং, স্বায়ত্তশাসিত প্রতিলিপন ও অভিযোজন, সুরক্ষা ব্যবস্থা দুর্বলকরণ, পারমাণবিক ও তেজস্ক্রিয় (গবেষণা বিভাগ, এখনও সম্পূর্ণ মানদণ্ড নয়); প্ররোচনা স্পষ্টভাবে বাদ | দুটি স্তর: উচ্চ ও সংকটাপন্ন | উচ্চ: স্থাপনার আগে সুরক্ষা ব্যবস্থা প্রয়োজন। সংকটাপন্ন: উন্নয়নের সময় সুরক্ষা ব্যবস্থা প্রয়োজন; উন্নয়ন সম্পূর্ণভাবে বন্ধ করতে পারে। অভ্যন্তরীণ নিরাপত্তা উপদেষ্টা গোষ্ঠী সুপারিশ করে; CEO/মনোনীত ব্যক্তি সিদ্ধান্ত নেয়; বোর্ডের নিরাপত্তা ও সুরক্ষা কমিটি তদারকি করে |
| Google DeepMind — ফ্রন্টিয়ার সেফটি কাঠামো | v3.1, ১৭ এপ্রিল ২০২৬ | CBRN; সাইবার; ক্ষতিকর ম্যানিপুলেশন (“অনুসন্ধানমূলক এবং আরও গবেষণার সাপেক্ষে” চিহ্নিত); ML R&D এবং মিসঅ্যালাইনমেন্ট (v3.1-এ একটি ক্ষেত্রে একীভূত) | সংকটাপন্ন সক্ষমতা স্তর (CCL) প্লাস নিম্ন-মানদণ্ডের ট্র্যাক করা সক্ষমতা স্তর (TCL, v3.0/3.1-এ নতুন); নিরাপত্তা স্তর SL1–SL4 শব্দভান্ডার হিসেবে ব্যবহৃত, একটি সম্মতি মান নয় | একটি CCL-এ পৌঁছানোর আগে একটি “সতর্কতা সীমারেখা” একটি আনুষ্ঠানিক সক্ষমতা মূল্যায়ন ট্রিগার করে; একটি CCL-এ পৌঁছাতে বাহ্যিক স্থাপনার আগে একটি সম্পূরক সেফটি কেস ও শাসন অনুমোদন প্রয়োজন (এবং, বিশেষভাবে ML R&D CCL-এর জন্য, উচ্চ-ঝুঁকির অভ্যন্তরীণ স্থাপনার আগেও) |
| Meta — উন্নত এআই স্কেলিং কাঠামো | v2, ৩ ফেব্রুয়ারি ২০২৫ (“ফ্রন্টিয়ার এআই কাঠামো” v1.1 থেকে পুনঃনামকরণ; প্রায় এপ্রিল ২০২৬-এ প্রতিস্থাপিত) | রাসায়নিক ও জৈবিক; সাইবার নিরাপত্তা; নিয়ন্ত্রণ হারানো (v2-এ যোগ করা) | একটি স্থির স্তর স্কেলের বদলে “একটি হুমকি দৃশ্যকল্পের দিকে আপলিফটের স্তর” | যদি সংকটাপন্ন ঝুঁকি প্রশমিত করা না যায়: মডেলটি বাহ্যিকভাবে স্থাপন করবে না বা এর উন্নয়ন চালিয়ে যাবে না |
| xAI — ফ্রন্টিয়ার কৃত্রিম বুদ্ধিমত্তা কাঠামো (FAIF) | কার্যকর ৩০ জুন ২০২৬ (পূর্ববর্তী ঝুঁকি ব্যবস্থাপনা কাঠামো প্রতিস্থাপিত, সর্বশেষ আপডেট ২০ আগস্ট ২০২৫) | CBRN; আক্রমণাত্মক সাইবার নিরাপত্তা; নিয়ন্ত্রণ হারানো; ক্ষতিকর ম্যানিপুলেশন | অন্তত বার্ষিক সম্পূর্ণ সিস্টেমিক ঝুঁকি মূল্যায়ন; কোনো স্থির স্তর স্কেল নেই | সর্বত্র শর্তসাপেক্ষ ভাষা (“আমরা পারি,” “যদি আমরা নির্ধারণ করি এটি যুক্তিসঙ্গত”) সমতুল্যদের তুলনায় কোনো স্পষ্ট উন্নয়ন-বন্ধ ট্রিগার নেই |
| Microsoft — ফ্রন্টিয়ার শাসন কাঠামো | ফেব্রুয়ারি ২০২৬ আপডেট (v1 ছিল ফেব্রুয়ারি ২০২৫) | CBRN অস্ত্র; আক্রমণাত্মক সাইবার অপারেশন; উন্নত স্বায়ত্তশাসন; নিয়ন্ত্রণ হারানো ও ক্ষতিকর ম্যানিপুলেশন (ফেব্রুয়ারি ২০২৬-এ যোগ করা) | দুই-পর্যায়: অন্তত প্রতি ৬ মাসে স্বয়ংক্রিয় “শীর্ষস্থানীয়-সূচক” বেঞ্চমার্ক স্ক্রিনিং, নিম্ন/মধ্যম/উচ্চ/সংকটাপন্ন রেট করা গভীর মূল্যায়নে এস্কেলেট করা | “যদি… আমরা এমন একটি ঝুঁকি শনাক্ত করি যা আমরা যথেষ্টভাবে প্রশমিত করতে পারি না, আমরা উন্নয়ন ও স্থাপনা বিরতি দেব যতক্ষণ না প্রশমন অনুশীলন ঝুঁকি পূরণ করতে বিকশিত হয়” — ছয়টির মধ্যে সবচেয়ে সরাসরি বিরতি-প্রতিশ্রুতি |
সবচেয়ে গুরুত্বপূর্ণ পরিবর্তন: একটি নিঃশর্ত বিরতি থেকে Anthropic-এর সরে যাওয়া
Anthropic-এর RSP-এর ছয়টির মধ্যে দীর্ঘতম জনসাধারণের ইতিহাস রয়েছে, এবং এর সবচেয়ে সাম্প্রতিক কাঠামোগত পরিবর্তন ২০২৬ সালে ফ্রন্টিয়ার নিরাপত্তা কাঠামোর মধ্যে সবচেয়ে বেশি আলোচিত উন্নয়ন। ১৯ সেপ্টেম্বর ২০২৩-এ প্রকাশিত সংস্করণ ১.০, এআই নিরাপত্তা স্তর (ASL) ব্যবস্থা চালু করেছিল — ASL-2, ASL-3, ASL-4 — প্রতিটি প্রয়োজনীয় নিয়ন্ত্রণের একটি নির্দিষ্ট, স্থির তালিকা দ্বারা সংজ্ঞায়িত, একটি কঠোর প্রতিশ্রুতিসহ: Anthropic অগ্রিম প্রমাণিত পর্যাপ্ত সুরক্ষা ব্যবস্থা ছাড়া একটি সীমারেখা অতিক্রম করে প্রশিক্ষণ দেবে না। সংস্করণ ২.০ (অক্টোবর ২০২৪), ২.১ (মার্চ ২০২৫), এবং ২.২ (মে ২০২৫) সেই কাঠামো সম্প্রসারিত করেছিল এবং CBRN সীমারেখা যোগ করেছিল।
সংস্করণ ৩.০, ২৪ ফেব্রুয়ারি ২০২৬-এ কার্যকর, নীতিটি পুনর্লিখন করেছিল। Anthropic স্থির ASL স্তরগুলোকে একটি সক্ষমতা/ব্যবহার-সীমারেখা টেবিল দিয়ে প্রতিস্থাপন করেছিল, এবং একটি সংযোজনীতে সরাসরি যুক্তি ব্যাখ্যা করেছিল — কেন এটি নির্দিষ্ট, তালিকাভুক্ত নিয়ন্ত্রণ তালিকা থেকে সরে গেছে সে সম্পর্কে কোম্পানির নিজস্ব কথা নিচে একটি নিবন্ধিত উদ্ধৃতি হিসেবে উপস্থিত। পুরনো কঠোর বিরতির জায়গায়, v3.0 দুটি নতুন হাতিয়ার প্রবর্তন করেছিল: একটি জনসাধারণের, অ-বাধ্যতামূলক ফ্রন্টিয়ার সেফটি রোডম্যাপ যা Anthropic-এর নিজস্ব অতীত কর্মক্ষমতার বিরুদ্ধে প্রকাশ্যে গ্রেড করা হয়, এবং প্রতি তিন থেকে ছয় মাসে প্রকাশিত ঝুঁকি প্রতিবেদন যা অন্তত একজন যাচাইকৃত, বাহ্যিক, দ্বন্দ্ব-মুক্ত পর্যালোচকের পর্যালোচনার সাপেক্ষে। Anthropic-এর নথি স্পষ্ট করে যে এটি একতরফা, নিরঙ্কুশ-ঝুঁকি অবস্থান থেকে একটি শর্তসাপেক্ষ ও প্রতিযোগী-নির্ভর অবস্থানের একটি ইচ্ছাকৃত পরিবর্তন: একটি নামযুক্ত সংযোজনী “Anthropic নেতৃত্বে” ও “প্রতিযোগীদের শক্তিশালী নিরাপত্তা ব্যবস্থা আছে”-এর মতো দৃশ্যকল্প বর্ণনা করে, যার অধীনে কোম্পানির নিজস্ব প্রতিশ্রুতি পরিবর্তিত হয়। সংস্করণ ৩.১ (২ এপ্রিল), ৩.২ (২৯ এপ্রিল), ৩.৩ (২৬ মে), এবং ৩.৪ (৮ জুলাই ২০২৬, বর্তমান) প্রতিটি বিস্তারিত সংশোধন করেছে — সবচেয়ে সাম্প্রতিক স্বয়ংক্রিয়-R&D সীমারেখা সংকীর্ণ করা এবং অভ্যন্তরীণ ঝুঁকি প্রতিবেদন বিতরণ বিস্তৃত করা — পুরনো কঠোর বিরতি পুনরুদ্ধার না করেই।
নীতিটির চারপাশে শাসন এই সংস্করণগুলোজুড়ে ধ্রুবক থেকে গেছে: একজন নামযুক্ত দায়িত্বশীল স্কেলিং কর্মকর্তা, একটি অ-সম্মতি-প্রতিবেদন চ্যানেল, এবং একটি বার্ষিক তৃতীয়-পক্ষের প্রক্রিয়াগত সম্মতি পর্যালোচনা যা Anthropic নিজেই “প্রক্রিয়াগত সম্মতি, বস্তুগত ফলাফল নয়” পরীক্ষা করা হিসেবে বর্ণনা করে — একটি পার্থক্য লক্ষ্য করার মতো, কারণ এর অর্থ অডিটটি নিশ্চিত করে যে প্রক্রিয়া অনুসরণ করা হয়েছিল, ফলস্বরূপ সিদ্ধান্তগুলো সঠিক ছিল তা নয়।
পরিবর্তনটি কোম্পানির বাইরে অবিলম্বে একটি বিশ্বাসযোগ্যতার ঘটনা হিসেবে নিবন্ধিত হয়েছিল। Chris Painter, METR-এর নীতি পরিচালক, Anthropic-এর অনুমতিসহ একটি প্রাথমিক খসড়া পর্যালোচনা করেছিলেন এবং, ঝুঁকি প্রতিবেদনের বর্ধিত স্বচ্ছতাকে স্বাগত জানানোর সময়, সাংবাদিকদের নিচে উদ্ধৃত সরাসরি মূল্যায়ন দিয়েছিলেন।
অন্য পাঁচটি কাঠামো কোথায় মিলিত হয় ও ভিন্ন হয়
Microsoft-এর ফ্রন্টিয়ার শাসন কাঠামো Anthropic-এর নতুন শর্তসাপেক্ষ অবস্থানের সবচেয়ে সরাসরি বৈসাদৃশ্য: এর বিরতি প্রতিশ্রুতি, ওপরে ও নিচে টেবিলে সম্পূর্ণ উদ্ধৃত, এর মুখে নিঃশর্ত, শুধুমাত্র Microsoft-এর নিজস্ব মূল্যায়নের সাথে যুক্ত যে একটি ঝুঁকি যথেষ্টভাবে প্রশমিত করা যায় না — Anthropic-এর সংযোজনী A-এর সাথে তুলনীয় কোনো প্রতিযোগী-নির্ভর দৃশ্যকল্প ছাড় নেই।
Meta-এর উন্নত এআই স্কেলিং কাঠামো এর সংকীর্ণ কেসের জন্য একইভাবে নিঃশর্ত প্রতিশ্রুতি দেয়: যদি একটি মডেল Meta-এর “সংকটাপন্ন ঝুঁকি সীমারেখা”-এ পৌঁছায় এবং সেই ঝুঁকি প্রশমিত করা না যায়, Meta বলে যে এটি মডেলটি বাহ্যিকভাবে স্থাপন করবে না বা এর উন্নয়ন চালিয়ে যাবে না। Meta একটি স্থির স্তর স্কেলের বদলে “একটি হুমকি দৃশ্যকল্পের দিকে আপলিফটের স্তর” ব্যবহার করে, কিন্তু অন্তর্নিহিত ক্ষেত্রগুলো — রাসায়নিক/জৈবিক ঝুঁকি, সাইবার নিরাপত্তা, এবং নিয়ন্ত্রণ হারানো (Meta-এর v2-এ যোগ করা) — ল্যাবজুড়ে প্রতিটি কাঠামোর পৃথক প্রকাশনা যা বোঝায় তার চেয়ে বেশি ভাগাভাগি হয়ে দাঁড়ায়। OpenAI-এর নিজস্ব প্রস্তুতি কাঠামো v2 সরাসরি বলে, একটি ফুটনোটে, যে এর সক্ষমতা প্রতিবেদন ও সুরক্ষা-ব্যবস্থা প্রতিবেদন “Anthropic-এর আপডেট করা RSP-এর সমান্তরাল” এবং এর সীমারেখা মানদণ্ড “আংশিকভাবে Meta-এর সাম্প্রতিক ফ্রন্টিয়ার এআই কাঠামো দ্বারা অবহিত” — নথির একটি সেটে ক্রস-ল্যাব অভিসারণের একটি বিরল স্বীকৃতি যা অন্যথায় পড়ে যেন প্রতিটি বিচ্ছিন্নভাবে লেখা হয়েছিল।
OpenAI-এর নিজস্ব দুই-স্তরের কাঠামো কঠিনতর গেট — উন্নয়ন নিজেই একটি সম্ভাব্য বন্ধ — শুধুমাত্র সংকটাপন্ন স্তরে রাখে, এবং তখনও সিদ্ধান্তটি একটি অভ্যন্তরীণ নিরাপত্তা উপদেষ্টা গোষ্ঠীর মাধ্যমে পরিচালিত করে যার সুপারিশ OpenAI-এর CEO বা একজন মনোনীত ব্যক্তি ওভাররাইড করতে পারেন, বোর্ডের নিজস্ব নিরাপত্তা ও সুরক্ষা কমিটি (একই CEO দ্বারা সহ-নেতৃত্বাধীন) সেই ওভাররাইডের তদারকি প্রদান করে। কাঠামোটি জুলাই ২০২৬-এ বাস্তবে প্রয়োগ করা হয়েছিল: OpenAI-এর GPT-5.6 সিস্টেম কার্ড এর ছোট, দ্রুততর Sol, Terra, এবং Luna মডেলগুলোকে সাইবার নিরাপত্তা এবং জৈবিক ও রাসায়নিক ঝুঁকি উভয়েই উচ্চ সক্ষমতা হিসেবে মনোনীত করেছিল — একটি পরিবারে ছোট মডেলগুলো প্রথমবারের মতো সেই মনোনয়ন পেয়েছিল — নতুন সক্রিয়করণ শ্রেণীবিভাজক, রিয়েল-টাইম আউটপুট ব্লকিং, এবং প্রায় ৭০০,০০০ GPU-ঘণ্টা স্বয়ংক্রিয় রেড-টিমিং ট্রিগার করে (OpenAI, GPT-5.6 স্থাপনা নিরাপত্তা পৃষ্ঠা)। এটি OpenAI-এর নিজস্ব সম্মতির নিজস্ব বিবরণ, স্বাধীন অডিট নয়।
Google DeepMind-এর ফ্রন্টিয়ার সেফটি কাঠামো আবার ভিন্নভাবে কাজ করে: একটি বাইনারি স্তর অতিক্রমের বদলে, একটি “সতর্কতা সীমারেখা” একটি সংকটাপন্ন সক্ষমতা স্তরে প্রকৃতপক্ষে পৌঁছানোর আগে একটি আনুষ্ঠানিক সক্ষমতা মূল্যায়ন ট্রিগার করার উদ্দেশ্যে, এবং একটিতে পৌঁছাতে বাহ্যিক স্থাপনার আগে একটি সম্পূরক সেফটি কেস ও শাসন অনুমোদন প্রয়োজন — বিশেষভাবে ML R&D ক্ষেত্রের জন্য, উচ্চ-ঝুঁকির অভ্যন্তরীণ স্থাপনা পর্যন্ত প্রসারিত (DeepMind, ফ্রন্টিয়ার সেফটি কাঠামো v3.1)। একটি ল্যাব প্রকাশ্যে তার নিজস্ব কাঠামোর সীমা নাম দেওয়ার সবচেয়ে স্পষ্ট উদাহরণ: এমন মডেলের জন্য DeepMind-এর সুপারিশকৃত নিরাপত্তা স্তর ৪ যা একটি সম্পূর্ণ Google এআই গবেষণা দলের কাজ সম্পূর্ণভাবে স্বয়ংক্রিয় করতে পারে তার সাথে স্পষ্ট নোট রয়েছে যে এটি “সামগ্রিকভাবে ফ্রন্টিয়ার এআই ক্ষেত্র দ্বারা গৃহীত হতে হবে” — DeepMind তার নিজস্ব প্রকাশিত নথিতে বলছে যে সেই সক্ষমতা স্তরে কোনো একক কোম্পানির নিয়ন্ত্রণ যথেষ্ট নয়।
এই মাত্রায় xAI-এর FAIF তুলনামূলকভাবে পাতলা। এর চারটি ক্ষেত্রজুড়ে, শর্তসাপেক্ষ ভাষা প্রায় ধ্রুবক — “আমরা পারি,” “যদি আমরা নির্ধারণ করি এটি যুক্তিসঙ্গত” — এবং নথিতে OpenAI-এর সংকটাপন্ন স্তর বা Meta-এর “স্থাপন করবে না” ভাষার সাথে তুলনীয় কোনো স্থাপনা-বন্ধকারী প্রতিশ্রুতি নেই (xAI, ফ্রন্টিয়ার কৃত্রিম বুদ্ধিমত্তা কাঠামো)। এটি একটি পূর্ববর্তী ঝুঁকি ব্যবস্থাপনা কাঠামো প্রতিস্থাপন করেছিল, যা নিজেই xAI-এর নিজস্ব বিবৃত সময়সূচির মাসখানেক পিছনে প্রকাশিত হয়েছিল — একটি নথিভুক্ত ইতিহাসসহ একটি প্যাটার্ন, পরবর্তীতে কভার করা হয়েছে।
এই ছয়টির বাইরে প্রকাশিত ফ্রন্টিয়ার-ল্যাব নীতির একটি বৃহত্তর সূচকের জন্য, METR একটি তুলনা বজায় রাখে (METR, “ফ্রন্টিয়ার এআই নিরাপত্তা নীতির সাধারণ উপাদান”; সূচক) বারোটি ল্যাব কভার করে। এটি মূলত একটি গ্রেডকৃত স্কোরকার্ডের বদলে একটি কাঠামোগত সূচক হিসেবে কাজ করে — একটি গ্রেডকৃত তুলনার জন্য, পরের বিভাগটি দেখুন।
দাবি বনাম অনুশীলন
ওপরের সবকিছু বর্ণনা করে ছয়টি কোম্পানি কী বলছে তারা করবে। তারা প্রকৃতপক্ষে তা করেছে কিনা একটি ভিন্ন, এবং আরও গুরুত্বপূর্ণ প্রশ্ন, এবং উপলব্ধ প্রমাণ কাঠামোগুলোর চেয়ে যথেষ্ট কম আশাব্যঞ্জক।
সবচেয়ে উপযোগী একক স্বাধীন পরীক্ষা হলো SaferAI ফ্রন্টিয়ার ঝুঁকি ব্যবস্থাপনা ট্র্যাকার, যেকোনো ল্যাবের স্ব-প্রতিবেদিত কাঠামো থেকে স্বতন্ত্র একটি প্রকৃতপক্ষে স্বাধীন রেটিং। এটি বারোটি কোম্পানিকে — ওপরে তুলনা করা শুধুমাত্র ছয়টি নয় — চারটি মাত্রায় গ্রেড করে: ঝুঁকি শনাক্তকরণ, ঝুঁকি বিশ্লেষণ ও মূল্যায়ন, ঝুঁকি চিকিৎসা, এবং ঝুঁকি শাসন। এর জুলাই ২০২৬ আপডেট অনুসারে, ১০০%-এর মধ্যে সামগ্রিক স্কোর ছিল: Anthropic ৩৫% (সামগ্রিকভাবে সর্বোচ্চ, এবং বিশেষভাবে ঝুঁকি শাসনে সবচেয়ে শক্তিশালী ৫০%-এ), OpenAI ৩৪%, Microsoft ৩৩%, Meta ৩৩%, G42 ২৪%, Google DeepMind ২০%, xAI ১৮%, Amazon ১৮%, NVIDIA ১৬%, Magic ১১%, Naver ১০%, এবং Cohere ৮% (সর্বনিম্ন) (SaferAI ফ্রন্টিয়ার ঝুঁকি ব্যবস্থাপনা ট্র্যাকার)। যদি প্রতিটি কোম্পানি ক্ষেত্রজুড়ে যেকোনো জায়গায় পাওয়া একক শক্তিশালীতম বিদ্যমান অনুশীলন গ্রহণ করত তাহলে বর্তমান শ্রেষ্ঠ অনুশীলন কী তৈরি করবে তার জন্য SaferAI-এর নিজস্ব মানদণ্ড নিচে উদ্ধৃত করা হয়েছে — এবং এটি ১০০%-এর কাছাকাছি কোথাও নেই। পর্যালোচিত কোনো ল্যাবই, নেতা সহ, SaferAI যা পর্যাপ্ত বলে মনে করে তার কাছাকাছি নয়।
OpenAI-এর প্রস্তুতি কাঠামো মুখের মূল্যে গ্রহণ না করে সরাসরি বাইরের একাডেমিকদের দ্বারা পরীক্ষা করা হয়েছে। Coggins, Saeri, Daniell, Ruster, Liu, এবং Davis একটি “সুযোগ” কাঠামো প্রয়োগ করেন — একটি নীতি নথি কী দাবি করে, অনুরোধ করে, উৎসাহিত করে, এবং শুধুমাত্র অনুমতি দেয় তার মধ্যে পার্থক্য করে — এবং তিনটি ফলাফলে পৌঁছান। প্রথমত, কাঠামোটি MIT AI ঝুঁকি সংগ্রহশালার ২৪-উপক্ষেত্র শ্রেণীবিভাগের শুধুমাত্র একটি সংখ্যালঘু ঝুঁকি উপক্ষেত্রের মূল্যায়নের অনুরোধ করে, এবং কোনোটির মূল্যায়ন দাবি করে না। দ্বিতীয়ত, এটি গুরুতর ক্ষতির জন্য “মধ্যম” সক্ষমতাসহ সিস্টেম স্থাপনাকে উৎসাহিত করে — OpenAI-এর নিজস্ব সংজ্ঞা হাজার হাজার মানুষের মৃত্যু বা গুরুতর আঘাত, বা শত শত বিলিয়ন ডলারের অর্থনৈতিক ক্ষতি কভার করে — মধ্যম-রেট করা জৈবিক/রাসায়নিক ও প্ররোচনা সক্ষমতা সত্ত্বেও তার o1 মডেল স্থাপনার OpenAI-এর নিজস্ব উদাহরণ উদ্ধৃত করে। তৃতীয়ত, এটি OpenAI-এর CEO-কে নিরাপত্তা উপদেষ্টা গোষ্ঠীর সুরক্ষা-ব্যবস্থা সুপারিশ ওভাররাইড করার অনুমতি দেয়, যখন একই CEO সেই বিচক্ষণতা তদারকির উদ্দেশ্যে বোর্ড কমিটির সহ-নেতৃত্ব দেন — একটি কাঠামোগত স্বার্থের দ্বন্দ্বের ফলাফল, একটি অনুমানমূলক নয়।
Google DeepMind-এর নিজস্ব সেফটি কেস বাহ্যিকভাবে অডিট করা হয়েছে — ছয়টি ল্যাবের মধ্যে, ল্যাবের অভ্যন্তরীণ প্রক্রিয়ার বদলে নামযুক্ত, স্বীকৃত বাইরের পর্যালোচকদের দ্বারা পরীক্ষিত একটি নির্দিষ্ট নিরাপত্তা-প্রাসঙ্গিক দাবির সবচেয়ে স্পষ্ট উদাহরণ। DeepMind-এর অভ্যন্তরীণ যুক্তি যে এর মডেলগুলোর “স্কিম” করার সক্ষমতা নেই তা Barrett, Campos Zabala, Fillingham, Siddique, Walpole, Bloomfield, এবং Papadatos দ্বারা একটি আনুষ্ঠানিক নিশ্চয়তা পদ্ধতি ব্যবহার করে পর্যালোচিত হয়েছিল। তাদের মূল্যায়ন DeepMind-কে প্রকৃত পদ্ধতিগত সম্পৃক্ততা ও স্বচ্ছ যুক্তির জন্য কৃতিত্ব দিয়েছিল, কিন্তু নিচে উদ্ধৃত যা খুঁজে পেয়েছিল — প্রকৌশল অনুশীলন ও প্রকৃতপক্ষে উপস্থাপিত প্রমাণের মধ্যে দূরত্ব সম্পর্কে একটি ফলাফল, খারাপ বিশ্বাসের অভিযোগ নয়।
xAI ঘটনার দ্বারা সরাসরি বিরোধিত একটি কাঠামোর দাবির সবচেয়ে স্পষ্ট কেস সরবরাহ করে, এবং এটি দুবার ঘটেছিল। প্রথমত, প্রক্রিয়ায়: xAI-এর ফেব্রুয়ারি ২০২৫-এর খসড়া কাঠামো “তিন মাসের মধ্যে” একটি চূড়ান্ত সংস্করণের প্রতিশ্রুতি দিয়েছিল — প্রায় ১০ মে ২০২৫-এর একটি সময়সীমা। xAI-এর কোনো স্বীকৃতি ছাড়াই সময়সীমা পার হয়ে গিয়েছিল, নজরদারি গোষ্ঠী The Midas Project-কে নিচে উদ্ধৃত প্যাটার্ন লক্ষ্য করতে প্ররোচিত করে। শেষ পর্যন্ত FAIF-এর পূর্বসূরি ২০ আগস্ট ২০২৫ পর্যন্ত প্রকাশিত হয়নি — তিন মাসেরও বেশি দেরিতে। দ্বিতীয়ত, বস্তুতে: সেই একই দিনে, xAI দুর্ঘটনাক্রমে লক্ষ লক্ষ ব্যবহারকারী কথোপকথন প্রকাশ করেছিল, এবং Elon Musk পৃথকভাবে স্বীকার করেছিলেন যে একজন প্রকৌশলী কোম্পানির সম্পূর্ণ কোড সংগ্রহশালা ডাউনলোড করেছিলেন — একই নথির নিজস্ব লিখিত নিরাপত্তা দাবিকে সরাসরি খর্ব করে। AI Lab Watch এটাও নথিভুক্ত করেছে যে UK এআই নিরাপত্তা ইনস্টিটিউটের তৃতীয়-পক্ষের মূল্যায়নকারী কৃতিত্ব প্রকাশের একদিন পর কোনো ব্যাখ্যা ছাড়াই Grok 4 মডেল কার্ড থেকে নীরবে সরিয়ে দেওয়া হয়েছিল (AI Lab Watch, “xAI-এর নতুন নিরাপত্তা কাঠামো ভয়াবহ”)।
এই বিভাগের প্রতিটি এন্ট্রি একটি নথিভুক্ত ব্যর্থতা নয়। OpenAI-এর GPT-5.6 উচ্চ-সক্ষমতা মনোনয়ন, ওপরে বর্ণিত, সবচেয়ে ভালোভাবে লিখিতভাবে প্রয়োগ করা একটি কাঠামো হিসেবে পড়া উচিত — কিন্তু এটি এখনও OpenAI-এর নিজস্ব স্ব-প্রতিবেদন; এর পেছনে রেড-টিমিং বা শ্রেণীবিভাজক-কার্যকারিতা দাবির কোনো স্বাধীন যাচাইকরণ এই লেখা পর্যন্ত পাওয়া যায়নি।
এই পৃষ্ঠাটি কীভাবে ব্যবহার করবেন
এখানে নামকৃত প্রতিটি কাঠামো তার নিজস্ব সময়সূচিতে সংশোধিত হয়, সাধারণত একটি চেঞ্জলগ এন্ট্রির বাইরে খুব বেশি জনসাধারণের বিজ্ঞপ্তি ছাড়াই। ওপরের সংস্করণ সংখ্যা ও কার্যকর তারিখ একটি প্রদত্ত সারি এখনও বর্তমান কিনা তা পরীক্ষা করার দ্রুততম উপায়: Anthropic-এর RSP v3.4-এ (৮ জুলাই ২০২৬), OpenAI-এর প্রস্তুতি কাঠামো ১৫ এপ্রিল ২০২৫ থেকে v2-এ রয়েছে এই লেখা পর্যন্ত কোনো v2.1 ছাড়াই, DeepMind-এর ফ্রন্টিয়ার সেফটি কাঠামো v3.1-এ (১৭ এপ্রিল ২০২৬), Meta-এর উন্নত এআই স্কেলিং কাঠামো v2-এ (৩ ফেব্রুয়ারি ২০২৫, তারপর থেকে প্রতিস্থাপিত), xAI-এর FAIF ৩০ জুন ২০২৬-এ কার্যকর হয়েছিল, এবং Microsoft-এর ফ্রন্টিয়ার শাসন কাঠামো সর্বশেষ ফেব্রুয়ারি ২০২৬-এ আপডেট হয়েছিল। আপনি যখন পড়ছেন তখন যদি সেই সংখ্যাগুলোর কোনোটি পরিবর্তিত হয়ে থাকে, সেই নির্দিষ্ট সারিতে টেবিলটিকে পুরনো হিসেবে বিবেচনা করুন।
এই কাঠামোগুলোর পেছনে সক্ষমতা পরীক্ষা ও সেফটি-কেস যুক্তি প্রকৃতপক্ষে কীভাবে কাজ করে — এবং তাদের নিজস্ব সীমা — তার জন্য দেখুন ফ্রন্টিয়ার মূল্যায়ন, সেফটি কেস, এবং ঘটনা প্রতিবেদন। এই কাঠামোগুলো প্রতিরোধ বা ধরার উদ্দেশ্যে তৈরি বাস্তব-জগতের ঘটনা, প্রকাশ, এবং প্রায়-দুর্ঘটনার একটি কালানুক্রমিক রেকর্ডের জন্য, দেখুন এআই ঘটনার সময়রেখা।