حفاظتی فریم ورک اصل میں کیا ہے
ایک فرنٹیئر AI لیب کا حفاظتی فریم ورک لیب کی اپنی شائع کردہ پالیسی ہے جو صلاحیت کی حدیں — مخصوص چیزیں جو ایک ماڈل کرنے کے قابل ہو سکتا ہے — اور وہ تحفظات یا تنظیمی عہد متعین کرتی ہے جو ایک ماڈل کے ان میں سے کسی ایک تک پہنچنے پر متحرک ہونے چاہئیں۔ Anthropic اپنے ورژن کو ذمہ دار-اسکیلنگ پالیسی کہتا ہے؛ OpenAI، ایک تیاری کا فریم ورک؛ Google DeepMind، ایک فرنٹیئر حفاظتی فریم ورک؛ Meta، ایک اعلیٰ درجے کا AI اسکیلنگ فریم ورک؛ xAI، ایک فرنٹیئر مصنوعی ذہانت فریم ورک؛ Microsoft، ایک فرنٹیئر گورننس فریم ورک۔ نام مختلف ہیں؛ ساختی طور پر، سب چھ ایک ہی سوال کا جواب دینے کی کوشش کرتے ہیں — کوئی کمپنی کیسے جانتی ہے کہ کب کوئی ماڈل جیسا ہے ویسا تعینات کرنے کے لیے بہت خطرناک ہے، اور یہ اصل میں اس کے بارے میں کیا کرنے کا عہد رکھتی ہے؟
یہ سوال اہم ہے کیونکہ اس وقت کوئی بیرونی ریگولیٹر ان چھ کمپنیوں میں سے کسی کے لیے بھی پابند، ماڈل-مخصوص صلاحیت کی حدیں طے نہیں کرتا (دیکھیں 2026 میں AI قانون اور نفاذ)۔ فی الحال، یہ دستاویزات صنعت کا اصل کام کرنے والا جواب ہیں۔ یہ چھ بار کاپی کیا گیا ایک ہی دستاویز بھی نہیں ہیں: ہر لیب کون سے خطرات کا سراغ لگاتی ہے، ایک حد کیسے متعین کی جاتی ہے، اور — سب سے زیادہ نتیجہ خیز طور پر — جب کوئی حد عبور ہوتی ہے تو کیا ہوتا ہے یہ ایسے طریقوں سے مختلف ہیں جو اہم ہیں۔
موازنہ شروع ہونے سے پہلے ایک بات کہنی ضروری ہے، کیونکہ یہ اس بات کو شکل دیتی ہے کہ نیچے سب کچھ کیسے پڑھا جائے: میز میں ہر دعویٰ لیب کی اپنی بیان کردہ پالیسی ہے۔ ان میں سے کوئی بھی اس بات کی آزادانہ تصدیق نہیں ہے کہ لیب اصل میں وہ کرتی ہے جو یہ کہتی ہے۔ میز کے بعد ایک الگ سیکشن، “دعوے بمقابلہ عمل،” درجہ بند بیرونی آڈٹس، تعلیمی تنقیدوں، اور ان چھ کمپنیوں کے بیان کردہ عہدوں اور ان کے اصل طرزِ عمل کے درمیان دستاویزی خلا کا احاطہ کرتا ہے — اور وہ سیکشن، نہ کہ میز، زیادہ اہم ہے۔
نیچے دی گئی ہر فریم ورک کی تفصیل لیب کی اپنی موجودہ شائع کردہ دستاویز کے خلاف جانچی گئی، اس کے علاوہ ("دعوے بمقابلہ عمل" سیکشن کے لیے) نامزد آزادانہ رپورٹس اور مقالے، ستمبر 2026 تک۔ درست ورژن نمبر اور مؤثر تاریخیں پورے متن میں دی گئی ہیں تاکہ ایک واپس آنے والا قاری بتا سکے کہ کچھ بدلا ہے یا نہیں۔ یہ پالیسیاں اکثر نظرِ ثانی کی جاتی ہیں — اکیلے Anthropic نے ستمبر 2023 سے نو نمبردار ورژن شائع کیے ہیں — اس لیے ہر قطار کو ایک تاریخ شدہ جھلک سمجھیں، ایک طے شدہ بیان نہیں۔
فریم ورکس کا موازنہ
| لیب (فریم ورک) | موجودہ ورژن / تاریخ | خطرے کے سراغ لگائے گئے شعبے | حد / درجہ بندی کی ساخت | جب کوئی حد عبور ہو تو کیا ہوتا ہے |
|---|---|---|---|---|
| Anthropic — ذمہ دار-اسکیلنگ پالیسی | v3.4، 8 جولائی 2026 سے مؤثر | غیر-نئی CBRN اضافہ؛ نئی CBRN اضافہ؛ زیادہ-داؤ تخریب کاری؛ خودکار AI R&D سرعت | صلاحیت/استعمال-حد کی میز؛ مقررہ ASL-2/ASL-3/ASL-4 درجے v3.0 کی دوبارہ تحریر میں ختم کیے گئے (میراثی ASL لیبلز صرف موجودہ کنٹرول کے لیے برقرار) | عوامی، غیر پابند فرنٹیئر حفاظتی روڈ میپ، ماضی کی کارکردگی کے خلاف درجہ بند، ساتھ ہی ہر 3-6 مہینے میں بیرونی جائزے کے ساتھ رسک رپورٹس — کوئی غیر مشروط توقف نہیں |
| OpenAI — تیاری کا فریم ورک | v2، 15 اپریل 2025 | حیاتیاتی اور کیمیائی، سائبر سیکیورٹی، AI خود-بہتری (سراغ لگائے گئے)؛ طویل-فاصلہ خودمختاری، سینڈ بیگنگ، خودمختار نقل و موافقت، تحفظات کو کمزور کرنا، جوہری اور تابکاری (تحقیقی زمرے، ابھی مکمل معیار نہیں)؛ قائل کرنا واضح طور پر خارج | دو درجے: زیادہ اور نازک | زیادہ: تعیناتی سے پہلے تحفظات درکار۔ نازک: ترقی کے دوران تحفظات درکار؛ ترقی کو مکمل طور پر روک سکتا ہے۔ اندرونی سیفٹی ایڈوائزری گروپ سفارش کرتا ہے؛ CEO/نامزد فرد فیصلہ کرتا ہے؛ بورڈ کی سیفٹی اینڈ سیکیورٹی کمیٹی نگرانی کرتی ہے |
| Google DeepMind — فرنٹیئر حفاظتی فریم ورک | v3.1، 17 اپریل 2026 | CBRN؛ سائبر؛ نقصان دہ ہیرا پھیری (بطور “کھوجی اور مزید تحقیق کے تابع” نشان زد)؛ ML R&D اور بے ترتیبی (v3.1 میں ایک شعبے میں ضم) | نازک صلاحیت کی سطحیں (CCLs) کے ساتھ نچلی-حد ٹریک شدہ صلاحیت کی سطحیں (TCLs، v3.0/3.1 میں نئی)؛ سیکیورٹی سطحیں SL1–SL4 بطور الفاظ استعمال، تعمیل کا معیار نہیں | ایک “الرٹ حد” ایک CCL تک پہنچنے سے پہلے ایک رسمی صلاحیت کی تشخیص کو متحرک کرتی ہے؛ ایک CCL تک پہنچنے کے لیے بیرونی تعیناتی سے پہلے ایک اضافی حفاظتی کیس اور گورننس کی منظوری درکار ہے (اور، خاص طور پر ML R&D CCLs کے لیے، زیادہ-خطرہ اندرونی تعیناتی سے پہلے بھی) |
| Meta — اعلیٰ درجے کا AI اسکیلنگ فریم ورک | v2، 3 فروری 2025 (v1.1 “فرنٹیئر AI فریم ورک” سے نام بدلا گیا؛ تقریباً اپریل 2026 میں تبدیل کیا گیا) | کیمیائی اور حیاتیاتی؛ سائبر سیکیورٹی؛ کنٹرول کا نقصان (v2 میں شامل) | “خطرے کے منظرنامے کی طرف اضافے کی سطح،” ایک مقررہ درجہ بندی کا پیمانہ نہیں | اگر نازک خطرہ کم نہیں کیا جا سکتا: ماڈل کو بیرونی طور پر تعینات نہیں کرے گا یا اس کی ترقی جاری نہیں رکھے گا |
| xAI — فرنٹیئر مصنوعی ذہانت فریم ورک (FAIF) | 30 جون 2026 سے مؤثر (پہلے کے رسک مینجمنٹ فریم ورک کی جگہ لی، آخری بار 20 اگست 2025 کو اپ ڈیٹ کیا گیا) | CBRN؛ جارحانہ سائبر سیکیورٹی؛ کنٹرول کا نقصان؛ نقصان دہ ہیرا پھیری | کم از کم سالانہ مکمل نظامی خطرے کی تشخیص؛ کوئی مقررہ درجہ بندی کا پیمانہ نہیں | پورے دستاویز میں مشروط زبان (“ہم کر سکتے ہیں،” “اگر ہم طے کریں کہ یہ جائز ہے”)؛ ساتھیوں کے مقابلے میں کوئی واضح ترقی-روکنے کا محرک نہیں |
| Microsoft — فرنٹیئر گورننس فریم ورک | فروری 2026 اپ ڈیٹ (v1 فروری 2025 میں تھا) | CBRN ہتھیار؛ جارحانہ سائبر آپریشنز؛ اعلیٰ درجے کی خودمختاری؛ کنٹرول کا نقصان اور نقصان دہ ہیرا پھیری (فروری 2026 میں شامل) | دو مراحل: کم از کم ہر 6 مہینے میں خودکار “معروف اشارہ” بینچ مارک اسکریننگ، کم/درمیانہ/زیادہ/نازک درجہ بند گہری تشخیص تک بڑھتی ہوئی | “اگر… ہم کوئی ایسا خطرہ شناخت کریں جسے ہم کافی حد تک کم نہیں کر سکتے، تو ہم ترقی اور تعیناتی روک دیں گے جب تک تخفیف کے طریقے خطرے سے نمٹنے کے لیے تیار نہ ہو جائیں” — سب چھ میں سب سے براہِ راست توقف-عہد |
سب سے زیادہ نتیجہ خیز تبدیلی: Anthropic کا غیر مشروط توقف سے ہٹنا
Anthropic کے RSP کی چھ میں سب سے طویل عوامی تاریخ ہے، اور اس کی سب سے حالیہ ساختی تبدیلی 2026 میں فرنٹیئر حفاظتی فریم ورکس میں سب سے زیادہ زیرِ بحث پیش رفت ہے۔ ورژن 1.0، جو 19 ستمبر 2023 کو شائع ہوا، نے AI حفاظتی سطح (ASL) نظام متعارف کرایا — ASL-2، ASL-3، ASL-4 — ہر ایک درکار کنٹرول کی ایک مخصوص، مقررہ فہرست سے متعین، ایک سخت عہد کے ساتھ: Anthropic ایسے تحفظات کے بغیر ایک حد سے آگے تربیت نہیں دے گا جو پہلے سے کافی ثابت ہو چکے ہوں۔ ورژنز 2.0 (اکتوبر 2024)، 2.1 (مارچ 2025)، اور 2.2 (مئی 2025) نے اس ساخت کو وسعت دی اور CBRN کی حد شامل کی۔
ورژن 3.0، جو 24 فروری 2026 سے مؤثر ہے، نے پالیسی کو دوبارہ لکھا۔ Anthropic نے مقررہ ASL درجوں کو ایک صلاحیت/استعمال-حد کی میز سے تبدیل کیا، اور استدلال کی براہِ راست ایک ضمیمے میں وضاحت کی — کمپنی کے اپنے الفاظ کہ اس نے مخصوص، فہرست شدہ کنٹرول لسٹوں سے کیوں ہٹنے کا فیصلہ کیا نیچے ایک رجسٹرڈ حوالے کے طور پر ظاہر ہوتے ہیں۔ پرانے سخت توقف کی جگہ، v3.0 نے دو نئے آلات متعارف کرائے: ایک عوامی، غیر پابند فرنٹیئر حفاظتی روڈ میپ جو Anthropic کی اپنی ماضی کی کارکردگی کے خلاف کھلے عام درجہ بند ہے، اور رسک رپورٹس جو ہر تین سے چھ مہینے میں شائع ہوتی ہیں اور کم از کم ایک جانچے گئے، بیرونی، تصادم سے پاک جائزہ کار کے جائزے کے تابع ہیں۔ Anthropic کی دستاویز واضح ہے کہ یہ ایک یکطرفہ، مطلق-خطرہ موقف سے ایک ایسے موقف کی طرف ایک جان بوجھ کر کی گئی تبدیلی ہے جو مشروط اور حریف پر منحصر ہے: ایک نامزد ضمیمہ ایسے منظرناموں کی وضاحت کرتا ہے جیسے “Anthropic آگے ہے” اور “حریفوں کے پاس مضبوط حفاظتی اقدامات ہیں،” جن کے تحت کمپنی کے اپنے عہد بدل جاتے ہیں۔ ورژنز 3.1 (2 اپریل)، 3.2 (29 اپریل)، 3.3 (26 مئی)، اور 3.4 (8 جولائی 2026، موجودہ) نے ہر ایک نے تفصیلات میں نظرِ ثانی کی ہے — سب سے حال ہی میں خودکار-R&D کی حد کو تنگ کرتے ہوئے اور اندرونی رسک رپورٹ کی تقسیم کو وسیع کرتے ہوئے — بغیر پہلے کے سخت توقف کو بحال کیے۔
پالیسی کے اردگرد گورننس ان ورژنز میں مستقل رہی ہے: ایک نامزد ذمہ دار-اسکیلنگ افسر، عدم تعمیل کی رپورٹنگ کا ایک چینل، اور ایک سالانہ تیسرے-فریق کے طریقہ کار کی تعمیل کا جائزہ جسے Anthropic خود “طریقہ کار کی تعمیل، نہ کہ جوہری نتائج” کی جانچ کے طور پر بیان کرتا ہے — ایک فرق جس پر توجہ دینے کی ضرورت ہے، کیونکہ اس کا مطلب ہے کہ آڈٹ تصدیق کرتا ہے کہ طریقہ کار پر عمل کیا گیا، نہ کہ نتیجے میں آنے والے فیصلے درست تھے۔
یہ تبدیلی فوری طور پر کمپنی کے باہر ایک ساکھ کا واقعہ بن گئی۔ Chris Painter، METR کے پالیسی ڈائریکٹر، نے Anthropic کی اجازت سے ایک ابتدائی مسودے کا جائزہ لیا اور، رسک رپورٹس کی بڑھی ہوئی شفافیت کا خیرمقدم کرتے ہوئے، رپورٹرز کو ذیل میں نقل کردہ کھرا جائزہ دیا۔
باقی پانچ فریم ورکس کہاں یکجا ہوتے اور کہاں الگ ہوتے ہیں
Microsoft کا فرنٹیئر گورننس فریم ورک Anthropic کے نئے مشروط موقف کا سب سے براہِ راست تضاد ہے: اس کا توقف کا عہد، اوپر اور نیچے کی میز میں مکمل طور پر نقل کیا گیا، بظاہر غیر مشروط ہے، صرف Microsoft کی اپنی تشخیص سے جڑا ہوا کہ آیا کوئی خطرہ کافی حد تک کم نہیں کیا جا سکتا — Anthropic کے ضمیمہ A سے موازنہ کرنے کے قابل کوئی حریف پر منحصر منظرنامے کی گنجائش نہیں۔
Meta کا اعلیٰ درجے کا AI اسکیلنگ فریم ورک اپنے تنگ تر معاملے کے لیے اسی طرح کا غیر مشروط عہد کرتا ہے: اگر کوئی ماڈل Meta کی “نازک خطرے کی حد” تک پہنچ جائے اور وہ خطرہ کم نہ کیا جا سکے، تو Meta بیان کرتا ہے کہ وہ ماڈل کو بیرونی طور پر تعینات نہیں کرے گا یا اس کی ترقی جاری نہیں رکھے گا۔ Meta ایک مقررہ درجہ بندی کے پیمانے کے بجائے “خطرے کے منظرنامے کی طرف اضافے کی سطح” استعمال کرتا ہے، لیکن بنیادی شعبے — کیمیائی/حیاتیاتی خطرہ، سائبر سیکیورٹی، اور کنٹرول کا نقصان (Meta کے v2 میں شامل) — لیبز میں اس سے کہیں زیادہ مشترک نکلتے ہیں جتنا ہر فریم ورک کی الگ اشاعت ظاہر کرتی ہے۔ OpenAI کا اپنا تیاری کا فریم ورک v2 ایک فوٹ نوٹ میں کھل کر کہتا ہے کہ اس کی صلاحیت رپورٹس اور تحفظاتی رپورٹس “Anthropic کے اپ ڈیٹ شدہ RSP کے متوازی” ہیں اور اس کی حد کے معیار “جزوی طور پر Meta کے حالیہ فرنٹیئر AI فریم ورک سے آگاہ کیے گئے تھے” — دستاویزات کے ایک سیٹ میں کراس-لیب یکجائی کا ایک نایاب اعتراف جو ورنہ ایسے پڑھے جاتے ہیں جیسے ہر ایک الگ تھلگ لکھا گیا ہو۔
OpenAI کی اپنی دو-درجے کی ساخت سخت تر دروازہ — ترقی کے لیے ایک ممکنہ توقف — صرف نازک درجے پر رکھتی ہے، اور تب بھی فیصلے کو ایک اندرونی سیفٹی ایڈوائزری گروپ کے ذریعے راستہ دیتی ہے جس کی سفارش کو OpenAI کا CEO یا ایک نامزد فرد اوور رائیڈ کر سکتا ہے، بورڈ کی اپنی سیفٹی اینڈ سیکیورٹی کمیٹی (اسی CEO کی مشترکہ قیادت میں) اوور رائیڈ کی نگرانی فراہم کرتے ہوئے۔ فریم ورک کو عملی طور پر جولائی 2026 میں لاگو کیا گیا: OpenAI کے GPT-5.6 سسٹم کارڈ نے اپنے چھوٹے، تیز تر Sol، Terra، اور Luna ماڈلز کو سائبر سیکیورٹی اور حیاتیاتی و کیمیائی خطرے دونوں میں زیادہ صلاحیت کے طور پر نامزد کیا — ایک خاندان میں چھوٹے ماڈلز کو یہ نامزدگی ملنے کا پہلا موقع — نئے فعال سازی کلاسیفائرز، حقیقی وقت کی پیداوار کی روک تھام، اور تقریباً 700,000 GPU-گھنٹے کی خودکار ریڈ-ٹیمنگ کو متحرک کرتے ہوئے (OpenAI، GPT-5.6 تعیناتی حفاظت کا صفحہ)۔ یہ OpenAI کا اپنی تعمیل کا اپنا بیان ہے، آزادانہ آڈٹ نہیں۔
Google DeepMind کا فرنٹیئر حفاظتی فریم ورک مختلف طریقے سے کام کرتا ہے: ایک بائنری درجے کے عبور کے بجائے، ایک “الرٹ حد” کا مقصد ایک نازک صلاحیت کی سطح تک اصل میں پہنچنے سے پہلے ایک رسمی صلاحیت کی تشخیص کو متحرک کرنا ہے، اور ایک تک پہنچنے کے لیے بیرونی تعیناتی سے پہلے ایک اضافی حفاظتی کیس اور گورننس کی منظوری درکار ہے — خاص طور پر ML R&D شعبے کے لیے، زیادہ-خطرہ اندرونی تعیناتی تک بھی وسیع (DeepMind، فرنٹیئر حفاظتی فریم ورک v3.1)۔ عوام میں اپنے فریم ورک کی حدود نام دینے والی لیب کی سب سے واضح مثال: ایسے ماڈلز کے لیے DeepMind کی تجویز کردہ سیکیورٹی سطح 4 جو Google کی پوری AI تحقیقی ٹیم کے کام کو مکمل طور پر خودکار بنا سکتے ہیں اس واضح نوٹ کے ساتھ آتی ہے کہ اسے “فرنٹیئر AI شعبے کو بحیثیت مجموعی اپنانا چاہیے” — DeepMind اپنی شائع کردہ دستاویز میں بیان کر رہا ہے کہ اس صلاحیت کی سطح پر کسی ایک کمپنی کے کنٹرول کافی نہیں ہیں۔
xAI کا FAIF اس جہت پر نسبتاً پتلا ہے۔ اپنے چار شعبوں میں، مشروط زبان تقریباً مستقل ہے — “ہم کر سکتے ہیں،” “اگر ہم طے کریں کہ یہ جائز ہے” — اور دستاویز میں OpenAI کے نازک درجے یا Meta کی “تعینات نہیں کرے گا” زبان کے مقابلے کا کوئی تعیناتی-روکنے والا عہد نہیں ہے (xAI، فرنٹیئر مصنوعی ذہانت فریم ورک)۔ اس نے پہلے کے رسک مینجمنٹ فریم ورک کی جگہ لی، جو خود پہلے ہی xAI کے اپنے بیان کردہ شیڈول سے مہینوں پیچھے شائع ہوا تھا — ایک دستاویزی تاریخ کے ساتھ ایک نمونہ، آگے احاطہ کیا گیا۔
ان چھ سے آگے شائع کردہ فرنٹیئر-لیب پالیسیوں کے ایک وسیع تر اشاریے کے لیے، METR ایک موازنہ برقرار رکھتا ہے (METR، “فرنٹیئر AI حفاظتی پالیسیوں کے مشترکہ عناصر”؛ اشاریہ) جو بارہ لیبز کا احاطہ کرتا ہے۔ یہ بنیادی طور پر ایک درجہ بند اسکور کارڈ کے بجائے ایک ساختی اشاریے کے طور پر کام کرتا ہے — ایک درجہ بند موازنے کے لیے، اگلا سیکشن دیکھیں۔
دعوے بمقابلہ عمل
اوپر کی ہر چیز بیان کرتی ہے کہ چھ کمپنیاں کیا کہتی ہیں کہ وہ کریں گی۔ کیا انہوں نے اصل میں یہ کیا ہے ایک مختلف، اور زیادہ اہم، سوال ہے، اور دستیاب ثبوت خود فریم ورکس سے کافی کم خوش کن ہے۔
سب سے مفید آزادانہ چیک SaferAI فرنٹیئر رسک مینجمنٹ ٹریکر ہے، ایک حقیقی معنوں میں آزادانہ درجہ بندی جو کسی بھی لیب کی خود-رپورٹ کردہ فریم ورک سے الگ ہے۔ یہ بارہ کمپنیوں کو — نہ صرف اوپر موازنہ کی گئی چھ — چار جہتوں پر درجہ دیتا ہے: خطرے کی شناخت، خطرے کا تجزیہ اور تشخیص، خطرے کا علاج، اور خطرے کی گورننس۔ اس کے جولائی 2026 کے اپ ڈیٹ تک، 100% میں سے مجموعی اسکور یہ تھے: Anthropic 35% (مجموعی طور پر سب سے زیادہ، اور خاص طور پر خطرے کی گورننس پر 50% کے ساتھ سب سے مضبوط)، OpenAI 34%، Microsoft 33%، Meta 33%، G42 24%، Google DeepMind 20%، xAI 18%، Amazon 18%، NVIDIA 16%، Magic 11%، Naver 10%، اور Cohere 8% (سب سے کم) (SaferAI فرنٹیئر رسک مینجمنٹ ٹریکر)۔ SaferAI کا اپنا معیار کہ اگر ہر کمپنی نے پورے شعبے میں کہیں بھی موجود واحد سب سے مضبوط موجودہ عمل اپنایا ہوتا تو موجودہ بہترین عمل کیا پیدا کرتا، ذیل میں نقل کردہ ہے — اور یہ 100% کے قریب کہیں نہیں ہے۔ جانچی گئی کوئی بھی لیب، بشمول رہنما، اس کے قریب نہیں ہے جسے SaferAI مناسب سمجھتا ہے۔
OpenAI کے تیاری کے فریم ورک کو بیرونی تعلیمی ماہرین نے براہِ راست جانچا ہے بجائے اسے ظاہری قدر پر لینے کے۔ Coggins، Saeri، Daniell، Ruster، Liu، اور Davis ایک “افورڈنسز” فریم ورک لاگو کرتے ہیں — یہ فرق کرتے ہوئے کہ ایک پالیسی دستاویز کیا تقاضا کرتی ہے، درخواست کرتی ہے، حوصلہ افزائی کرتی ہے، اور محض اجازت دیتی ہے — اور تین نتائج تک پہنچتے ہیں۔ پہلا، فریم ورک MIT AI رسک ریپوزٹری کی 24-ذیلی-شعبوں کی درجہ بندی میں صرف اقلیتی رسک ذیلی-شعبوں کی تشخیص کی درخواست کرتا ہے، اور کسی کی تشخیص کا تقاضا نہیں کرتا۔ دوسرا، یہ شدید نقصان کے لیے “درمیانہ” صلاحیت والے نظاموں کی تعیناتی کی حوصلہ افزائی کرتا ہے — OpenAI کی اپنی تعریف ہزاروں لوگوں کی موت یا شدید چوٹ، یا سینکڑوں ارب ڈالر کے معاشی نقصان کا احاطہ کرتی ہے — OpenAI کے اپنے o1 ماڈل کی تعیناتی کا حوالہ دیتے ہوئے اس کی درمیانہ-درجہ کی حیاتیاتی/کیمیائی اور قائل کرنے کی صلاحیت کے باوجود۔ تیسرا، یہ OpenAI کے CEO کو سیفٹی ایڈوائزری گروپ کی تحفظاتی سفارشات کو اوور رائیڈ کرنے کی اجازت دیتا ہے، جبکہ وہی CEO بورڈ کی اس کمیٹی کی مشترکہ قیادت کرتا ہے جس کا مقصد اس صوابدید کی نگرانی کرنا ہے — ایک ساختی مفادات کے تصادم کا نتیجہ، ایک قیاسی نہیں۔
Google DeepMind کا اپنا حفاظتی کیس بیرونی طور پر آڈٹ کیا گیا ہے — چھ لیبز میں، ایک مخصوص حفاظت سے متعلقہ دعوے کے لیب کے اندرونی عمل کے بجائے نامزد، مصدقہ بیرونی جائزہ کاروں کے ذریعے جانچے جانے کی سب سے واضح مثال۔ DeepMind کی اندرونی دلیل کہ اس کے ماڈلز میں “سازش” کرنے کی صلاحیت نہیں ہے Barrett، Campos Zabala، Fillingham، Siddique، Walpole، Bloomfield، اور Papadatos نے ایک رسمی یقین دہانی کے طریقہ کار کا استعمال کرتے ہوئے جائزہ لیا۔ ان کی تشخیص نے DeepMind کو حقیقی طریقہ کاری مصروفیت اور شفاف استدلال کا کریڈٹ دیا، لیکن جو ذیل میں نقل کردہ ہے وہ پایا — انجینئرنگ کے عمل اور اصل میں پیش کردہ ثبوت کے درمیان فاصلے کے بارے میں ایک نتیجہ، بد نیتی کا الزام نہیں۔
xAI ایک فریم ورک کے دعووں کے واقعات سے براہِ راست متصادم ہونے کی سب سے واضح مثال فراہم کرتا ہے، اور یہ دو بار ہوا۔ پہلا، عمل پر: xAI کے فروری 2025 کے مسودہ فریم ورک نے “تین مہینوں کے اندر” ایک حتمی ورژن کا وعدہ کیا — تقریباً 10 مئی 2025 کی آخری تاریخ۔ آخری تاریخ xAI کی جانب سے کسی اعتراف کے بغیر گزر گئی، جس کی وجہ سے نگران گروپ The Midas Project نے ذیل میں نقل کردہ نمونہ نوٹ کیا۔ حتمی FAIF پیشرو 20 اگست 2025 تک شائع نہیں ہوا — تین مہینے سے زیادہ دیر سے۔ دوسرا، جوہر پر: اسی دن، xAI نے حادثاتی طور پر لاکھوں صارف گفتگوئیں شائع کر دیں، اور Elon Musk نے الگ سے تسلیم کیا کہ ایک انجینئر نے کمپنی کی پوری کوڈ ریپوزٹری ڈاؤن لوڈ کر لی تھی — اسی دستاویز کے اپنے تحریری سیکیورٹی دعووں کو براہِ راست کمزور کرتے ہوئے۔ AI Lab Watch نے یہ بھی دستاویزی شکل دی کہ UK AI Security Institute کے لیے تیسرے-فریق جانچنے والے کا کریڈٹ اشاعت کے ایک دن بعد Grok 4 ماڈل کارڈ سے خاموشی سے ہٹا دیا گیا، بغیر کسی وضاحت کے (AI Lab Watch، “xAI کا نیا حفاظتی فریم ورک ہولناک ہے”)۔
اس سیکشن میں ہر اندراج ایک دستاویزی ناکامی نہیں ہے۔ OpenAI کا GPT-5.6 زیادہ-صلاحیت کی نامزدگی، جو اوپر بیان کی گئی، کو بہترین طور پر ایک فریم ورک کے بڑی حد تک لکھے گئے کے مطابق لاگو ہونے کے طور پر پڑھا جانا چاہیے — لیکن یہ OpenAI کی اپنی خود-رپورٹ ہی رہتی ہے؛ اس تحریر تک اس کے پیچھے ریڈ-ٹیمنگ یا کلاسیفائر-تاثیر کے دعووں کی کوئی آزادانہ تصدیق نہیں ملی۔
اس صفحے کو کیسے استعمال کریں
یہاں نام لیا گیا ہر فریم ورک اپنے شیڈول پر نظرِ ثانی کیا جاتا ہے، عام طور پر ایک چینج لاگ اندراج سے زیادہ عوامی اطلاع کے بغیر۔ اوپر دیے گئے ورژن نمبر اور مؤثر تاریخیں یہ چیک کرنے کا سب سے تیز طریقہ ہیں کہ آیا کوئی مخصوص قطار اب بھی موجودہ ہے: Anthropic کا RSP v3.4 (8 جولائی 2026) پر ہے، OpenAI کا تیاری کا فریم ورک 15 اپریل 2025 سے v2 پر ہے بغیر اس تحریر تک کسی v2.1 کے، DeepMind کا فرنٹیئر حفاظتی فریم ورک v3.1 (17 اپریل 2026) پر ہے، Meta کا اعلیٰ درجے کا AI اسکیلنگ فریم ورک v2 (3 فروری 2025، تب سے تبدیل شدہ) پر ہے، xAI کا FAIF 30 جون 2026 سے مؤثر ہوا، اور Microsoft کا فرنٹیئر گورننس فریم ورک آخری بار فروری 2026 میں اپ ڈیٹ ہوا۔ اگر ان میں سے کوئی بھی نمبر آپ کے اسے پڑھنے تک بدل چکا ہو، تو میز کو اس مخصوص قطار پر پرانا سمجھیں۔
ان فریم ورکس کے پیچھے صلاحیت کے ٹیسٹ اور حفاظتی-کیس دلائل اصل میں کیسے کام کرتے ہیں — اور ان کی اپنی حدود — کے لیے دیکھیں فرنٹیئر تشخیصات، حفاظتی کیسز، اور واقعے کی رپورٹنگ۔ ان حقیقی دنیا کے واقعات، انکشافات، اور قریب قریب کی چوکوں کے تاریخی ریکارڈ کے لیے جنہیں یہ فریم ورکس روکنے یا پکڑنے کے لیے بنائے گئے ہیں، دیکھیں AI واقعات کی ٹائم لائن۔