زیورخ کی ایک چھوٹی ٹیم نے ایک لینگویج ماڈل تربیت دیا ہے۔ اگلے مہینے وہ اسے EU کے گاہکوں کو پیش کرنا چاہتے ہیں۔ جمعے کو ان کا وکیل ایک سطر بھیجتا ہے۔ آپ کا عوامی تربیتی خلاصہ کہاں ہے؟
یہ گائیڈ بتاتی ہے کہ وہ خلاصہ کیا ہے اور EU کا ٹیمپلیٹ کیا مانگتا ہے۔ پھر یہ دکھاتی ہے کہ ایسے ریکارڈ کیسے رکھیں جو خلاصے کی پشت پناہی کریں۔
کسے تربیتی خلاصہ شائع کرنا ہوتا ہے
AI Act عام مقصد کے AI ماڈل کے ہر فراہم کنندہ کو اپنے تربیتی مواد کا خلاصہ شائع کرنے کا پابند کرتا ہے۔
یہ قاعدہ EU AI Act کے آرٹیکل 53(1)(d) میں ہے۔ عام مقصد کے AI ماڈلز کے فراہم کنندگان "عام مقصد کے AI ماڈل کی تربیت میں استعمال ہونے والے مواد کے بارے میں ایک کافی تفصیلی خلاصہ تیار کریں گے اور اسے عوامی طور پر دستیاب کریں گے، AI Office کے فراہم کردہ ٹیمپلیٹ کے مطابق۔"
اوپن سورس ماڈل اس فرض سے نہیں بچتے۔ AI Act کا آرٹیکل 53(2) اوپن سورس ماڈلز کے لیے کچھ فرائض اٹھا لیتا ہے، مگر صرف نکتہ (a) اور (b)۔ نکتہ (d) کا خلاصہ اب بھی لاگو ہوتا ہے۔
یہ فرض 2 اگست 2025 سے لاگو ہے (EUR-Lex پر دوبارہ جانچا گیا، 21 اکتوبر 2026)۔ اس تاریخ سے پہلے مارکیٹ میں آنے والے ماڈلز کو زیادہ وقت ملتا ہے۔ ان کا خلاصہ 2 اگست 2027 سے پہلے عوامی ہونا چاہیے (کمیشن کے نوٹس میں دوبارہ جانچا گیا، 21 اکتوبر 2026)۔
ٹیمپلیٹ کے تین حصے
کمیشن کے ٹیمپلیٹ کے تین حصے ہیں، اور ہر حصہ ڈیٹا کی ایک وسیع تصویر مانگتا ہے۔
AI Office نے اپنا وضاحتی نوٹس اور ٹیمپلیٹ 24 جولائی 2025 کو شائع کیا۔ ہر خلاصے کو اس کی پیروی کرنی ہوگی۔ ٹیمپلیٹ کے تین حصے ہیں۔
- "1. عمومی معلومات" فراہم کنندہ اور ماڈل کا نام بتاتا ہے۔ یہ بتاتا ہے کہ ماڈل نے کس قسم کے مواد سے سیکھا اور ہر قسم کا کتنا، وسیع حدود کے اندر۔ یہ تربیتی ڈیٹا کا عمومی کردار بیان کرتا ہے۔
- "2. ڈیٹا ذرائع کی فہرست" اہم ڈیٹا سیٹس کے نام بتاتی ہے۔ یہ آن لائن سے کھرچے گئے ڈیٹا کو لفظوں میں بیان کرتی ہے۔ یہ باقی تمام ذرائع کو بھی شامل کرتی ہے، جیسے صارف ڈیٹا یا مصنوعی ڈیٹا۔
- "3. ڈیٹا پروسیسنگ کے متعلقہ پہلو" کے تین حصے ہیں۔ حصہ 3.1 ہے "ٹیکسٹ اور ڈیٹا مائننگ کی استثنا یا آپٹ آؤٹ سے حقوق کے تحفظ کا احترام"۔ حصہ 3.2 ہے "غیر قانونی مواد کا ہٹانا"۔ حصہ 3.3 ہے "دیگر معلومات (اختیاری)"۔
حصہ 2 مزید تقسیم ہے۔ یہ عوامی ڈیٹا سیٹس، نجی ڈیٹا سیٹس، کھرچے گئے ڈیٹا، صارف ڈیٹا اور مصنوعی ڈیٹا کو شامل کرتا ہے۔ نجی ڈیٹا سیٹس پھر تقسیم ہیں۔ ایک حصہ حقوق رکھنے والوں سے لائسنس شدہ ڈیٹا ہے۔ دوسرا حصہ دیگر فریق ثالث سے ملا ڈیٹا ہے۔
ڈومین نام اور اپ ڈیٹ کا قاعدہ
آپ ان سب سے بڑی ویب سائٹوں کی فہرست دیتے ہیں جنہیں آپ نے کھرچا، اور جب آپ ماڈل کو مزید تربیت دیں تو خلاصہ تازہ کرتے ہیں۔
ٹیمپلیٹ کا حصہ 2.3 آن لائن کرال اور کھرچے گئے ڈیٹا کو شامل کرتا ہے۔ یہ ڈومین ناموں کی فہرست مانگتا ہے۔ آپ وہ نام دیتے ہیں جو "کھرچے گئے مواد کے حجم کے لحاظ سے تمام ڈومین ناموں کے اوپر کے 10 % میں" ہوں۔ چھوٹی اور درمیانی کمپنیوں کے لیے ہلکا قاعدہ ہے۔ وہ "اوپر کے 5%، یا اوپر کے 1000 ڈومین" کی فہرست دیتی ہیں۔
خلاصہ ایک زندہ دستاویز بھی ہے۔ جب آپ ماڈل کو مزید تربیت دیں، آپ اسے اپ ڈیٹ کرتے ہیں۔ نوٹس چھ ماہ کے وقفوں پر اپ ڈیٹ مانگتا ہے، یا نیا ڈیٹا اہم ہو تو پہلے۔ ہر اپ ڈیٹ اپنی تاریخ رکھتی ہے۔
اسے کہاں اور کب شائع کریں
خلاصہ آپ کی ویب سائٹ پر جاتا ہے، واضح طور پر نظر آنے والا، زیادہ سے زیادہ اس وقت تک جب ماڈل EU مارکیٹ میں پہنچے۔
نوٹس کہتا ہے کہ خلاصہ "زیادہ سے زیادہ اس وقت تک عوامی طور پر دستیاب کیا جانا چاہیے جب ماڈل یونین مارکیٹ میں رکھا جائے۔" یہ یہ بھی کہتا ہے کہ کہاں۔ "اسے فراہم کنندہ کی سرکاری ویب سائٹ پر واضح طور پر نظر آنے والے اور قابل رسائی انداز میں شائع کیا جانا چاہیے"۔ خلاصہ "ماڈل کے ساتھ اس کے تمام عوامی تقسیمی چینلز پر" بھی سفر کرتا ہے۔
سادہ لفظوں میں، آپ کو اپنی سائٹ پر ایک آسانی سے ملنے والا صفحہ چاہیے۔ آپ کو ہر اس جگہ ایک نقل بھی چاہیے جہاں لوگ ماڈل ڈاؤن لوڈ کرتے ہیں۔
ٹیمپلیٹ کیا نہیں مانگتا
آپ کو ہر وہ کام یا فائل درج کرنے کی ضرورت نہیں جس سے ماڈل نے سیکھا۔
نوٹس کا پیراگراف 16 اس پر واضح ہے۔ ٹیمپلیٹ "ماڈل کی تربیت میں استعمال ہونے والے مخصوص ڈیٹا اور کاموں کی تفصیلات کے انکشاف کا تقاضا نہیں کرتا"۔ AI Act کا ریسائٹل 107 کہتا ہے کہ خلاصہ "عمومی طور پر جامع" ہونا چاہیے مگر "تکنیکی طور پر تفصیلی" نہیں۔
نوٹس مقصد بھی بیان کرتا ہے۔ خلاصہ "معنی خیز عوامی شفافیت فراہم کرنے اور جائز مفادات رکھنے والے فریقوں کو یونین قانون کے تحت اپنے حقوق استعمال اور نافذ کرنے میں سہولت دینے" کا کام کرتا ہے۔ ایک حق دار اسے پڑھتا ہے یہ دیکھنے کے لیے کہ اس کا کام اندر ہو سکتا ہے یا نہیں۔ پھر وہ آپ سے سوال کر سکتا ہے۔ آپ ان کے جواب کے لیے ریکارڈ چاہیں گے۔
مہر شدہ ریکارڈ سے خلاصے کی پشت پناہی کریں
اپنے ڈیٹا سیٹ مینی فیسٹ، لائسنس فائلوں اور خود خلاصے پر تاریخ والے ورژن کے طور پر مہر لگائیں، تاکہ آپ دکھا سکیں کہ آپ کے پاس کیا تھا اور کب۔
خلاصہ ایک عوامی دعویٰ ہے۔ کسی دن کوئی حق دار یا AI Office پوچھ سکتا ہے کہ اس کے پیچھے کیا تھا۔ فرض کریں آپ کا حصہ 2.2.1 حق داروں سے لائسنس شدہ ڈیٹا درج کرتا ہے۔ آپ وہ لائسنس فائلیں چاہیں گے جیسی وہ تربیت کے دن تھیں۔ فرض کریں آپ کا حصہ 3.1 کہتا ہے کہ آپ نے آپٹ آؤٹ کا احترام کیا۔ آپ ڈیٹا سیٹ مینی فیسٹ اور آپٹ آؤٹ فہرست چاہیں گے جیسی وہ اس دن تھیں۔
Swiss Trust Layer پر آپ یہ فائلیں ایک فولڈر میں اپ لوڈ کرتے ہیں اور اس پر مہر لگاتے ہیں۔ پلیٹ فارم ہر فائل اور مہر شدہ پیکج کا ایک فنگر پرنٹ نکالتا ہے۔ صرف فنگر پرنٹ Swisscom Trust Services کو جاتا ہے، جو ایک مستند ٹرسٹ سروس فراہم کنندہ ہے۔ فائل خود نہیں جاتی۔ Swisscom فنگر پرنٹ پر دستخط کرتا ہے اور RFC 3161 کے تحت ایک ٹائم اسٹیمپ لگاتا ہے۔ ہر مہر شدہ ورژن کو ثبوت کا سرٹیفکیٹ ملتا ہے، ایک دستخط شدہ PDF۔ یہ ہر فائل کا نام اور اس کا فنگر پرنٹ درج کرتا ہے، ساتھ ورژن نمبر بھی۔ اس پر ایک QR کوڈ ایک عوامی تصدیقی صفحہ کھولتا ہے جس کے لیے لاگ ان کی ضرورت نہیں۔
ہر بار جب آپ خلاصہ اپ ڈیٹ کریں، فولڈر کا ایک نیا ورژن شامل کریں۔ فولڈر ایک Version History رکھتا ہے، اور ہر ورژن اپنی مہر رکھتا ہے۔ کسی فائل میں کوئی بھی تبدیلی ایک مختلف فنگر پرنٹ دیتی ہے۔ تو ورژنوں کی ایک تاریخ والی زنجیر دکھاتی ہے کہ ہر تاریخ پر آپ کے پاس کیا تھا۔
مہر کیا ثابت کرتی ہے اور کیا نہیں
مہر ثابت کرتی ہے کہ ریکارڈ ایک تاریخ پر موجود تھا اور تب سے بدلا نہیں؛ یہ ثابت نہیں کرتی کہ ڈیٹا قانونی طور پر استعمال ہوا۔
حد کے بارے میں ایمان دار رہیں۔ مہر ثابت کرتی ہے کہ یہ عین فائل اس لمحے موجود تھی اور تب سے بدلی نہیں۔ یہ ثابت نہیں کرتی کہ مواد کس نے بنایا، کہ مواد سچ ہے، یا کہ مہر لگانے والا حقوق رکھتا ہے۔ یہ ثابت نہیں کرتی کہ آپ کا تربیتی ڈیٹا قانونی طور پر استعمال ہوا۔ مہر کاپی رائٹ نہیں بناتی۔ کاپی رائٹ تخلیق کے ساتھ پیدا ہوتا ہے۔ ایک مہر شدہ لائسنس فائل دکھاتی ہے کہ اس دن آپ کے پاس کون سا لائسنس متن تھا۔ آیا وہ لائسنس آپ کے استعمال کو ڈھانپتا ہے، یہ ایک قانونی سوال ہے جس کا جواب مہر نہیں دے سکتی۔
اپنے ڈیٹا سیٹ مینی فیسٹ، لائسنس فائلوں اور مسودہ خلاصے پر آج ہی Swiss Trust Layer پر ورژن ایک کے طور پر مہر لگائیں۔
