समाचारं

क्लाउड् इत्यस्य दलेन दत्तांशं क्रॉल कर्तुं यत्किमपि आवश्यकं तत् कृत्वा, क्रॉलरस्य नाम परिवर्त्य, निषेधनियमानां अवहेलना कृत्वा जन आक्रोशः उत्पन्नः ।

2024-07-31

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

अस्य गृहस्य उत्पत्तिः आओफेइ मन्दिरात् अभवत्
Qubits |.सार्वजनिक खाता QbitAI

क्लाउड् इत्यस्य दलेन अस्मिन् समये जन आक्रोशः उत्पन्नः!

कारणम्‌:२४ घण्टानां अन्तः कम्पनीयाः सर्वरं १० लक्षवारं गत्वा, वेबसाइट् सामग्रीं निःशुल्कं क्रॉलं कुर्वन्तु ।

न केवलं ते "नो क्रॉलिंग्" इति घोषणां प्रकटतया अवहेलितवन्तः, अपितु ते सर्वर-संसाधनानाम् अपि बलात् कब्जां कृतवन्तः ।

"पीडितः" कम्पनी वस्तुतः स्वस्य रक्षणार्थं यथाशक्ति प्रयत्नं कृतवती, परन्तु तत् निवारयितुं असफलतां प्राप्तवती तथा च सामग्रीदत्तांशः अद्यापि क्लाउड् इत्यनेन गृहीतः ।



कम्पनीयाः प्रभारी व्यक्तिः एतावत् क्रुद्धः आसीत् यत् सः दाढ्यं फूत्कृत्य प्रेक्षमाणः आसीत्, तथा च x इत्यत्र माइक्रोफोनं भावुकतया उद्घाटितवान्:

हे एन्थ्रोपिक्, अहं जानामि यत् त्वं दत्तांशस्य क्षुधार्तः असि। क्लाउड् वस्तुतः स्मार्टः अस्ति!
परन्तु भवता निर्मितम् वा?एतत् सर्वथा न भवति! शोभनम्‌! अहो!



एतेन बहवः नेटिजनाः दुःखिताः अभवन् यः एकः नेटिजनः प्रतिलिपिलेखकरूपेण कार्यं करोति स्म ।

एन्थ्रोपिक् इत्यस्य एतस्य व्यवहारस्य वर्णनार्थं 'न दातुम्' इत्यस्य अपेक्षया 'चोरी' इत्यस्य प्रयोगं कर्तुं सुझावमिदं ददामि。”



सहसा जनसमूहः क्रुद्धः अभवत्!

ये निन्दायाः समर्थनं कृतवन्तः, ये क्लाउड् इत्यनेन धनं दातुं पृष्टवन्तः ते टिप्पणीक्षेत्रं अव्यवस्थां कृतवन्तः ।



कथमिदं गच्छति

यः कम्पनी एन्थ्रोपिक् इत्यस्य घोरं निन्दां करोति सा इति उच्यतेiFixit इति, इति अमेरिकन-ई-वाणिज्यम्, कथं करणीयम् इति जालपुटम् अस्ति ।

iFixit इत्यस्य व्यवसायस्य भागः उपभोक्तृविद्युत्सामग्रीणां, गैजेट्-इत्यस्य च निःशुल्कं, विकिपीडिया-सदृशं ऑनलाइन-मरम्मत-मार्गदर्शकं प्रदाति ।

जालपुटस्य अन्तःकोटि-कोटि-पृष्ठानि सन्ति, यत्र मरम्मतमार्गदर्शिकाः, मार्गदर्शिकापुनरीक्षण-इतिहासः, ब्लॉग्, समाचार-पोस्ट्-अनुसन्धानं, मञ्चाः, समुदाय-योगदान-मरम्मत-मार्गदर्शिकाः, प्रश्नोत्तर-विभागाः, इत्यादीनि च सन्ति ।

परन्तु iFixit इत्यनेन सहसा ज्ञातं यत् Claude इत्यस्य crawler program ClaudeBot इत्यनेन कतिपयेषु घण्टेषु प्रतिनिमेषं सहस्राणि अनुरोधाः प्राप्यन्ते ।

एतत् एकस्मिन् दिने तस्य जालपुटे प्रायः दशलाखं भ्रमणस्य बराबरम् अस्ति ।

आँकडानुसारं एकस्मिन् दिने १० टीबी सञ्चिकाः प्राप्ताः, मेमासे यावत् कुलम् ७३ टीबी सञ्चिकाः प्राप्ताः ।



अस्य कारणात् iFixit CEO Kyle Wiens इत्यनेन एकं वाक्यं त्यक्तम् यत् -

ClaudeBot अस्माकं सर्वाणि आँकडानि अनुमतिं विना अपहृत्य अस्माकं सर्वरं स्वीकृतवान्... ठीकम्, एषा महती कार्या नास्ति।
अस्माकं अनुज्ञापत्रनिर्देशेषु क्रौल् कृतवान् वा इति चिन्तयतु? ?

भवन्तः तत् सम्यक् पठन्ति, "अनुज्ञां विना"।

iFixit इत्यनेन वस्तुतः एकं कथनं लिखितम्——

iFixit इत्यस्य स्पष्टपूर्वलिखितानुमतिं विना अन्यस्य प्रयोजनार्थं (प्रशिक्षणयन्त्रशिक्षणं वा कृत्रिमबुद्धिप्रतिमानं वा समाविष्टं) अस्मिन् वेबसाइट् मध्ये कस्यापि सामग्रीयाः, सामग्रीयाः वा डिजाइनतत्त्वस्य वा किमपि पुनरुत्पादनं, पुनरुत्पादनं वा वितरणं सख्यं निषिद्धम् अस्ति।



तथापि अण्डानि न सन्ति ।

न केवलं क्लाउड् नेत्रे अन्धं कृत्वा उन्मत्तवत् प्रवेशं क्रन्दनं च निरन्तरं कृतवान्, अपितु सः iFixit इत्यस्य रक्षां अपि परिहरति स्म ।

iFixit इत्यनेन वस्तुतः "ANTHROPIC-AI" तथा "CLAUDE-WEB" इति नामकं द्वौ एन्थ्रोपिक् एआइ ग्राबिंग् रोबोट् सफलतया अवरुद्धौ ।

परन्तु एतौ एआइ क्रॉलिंग् रोबोट् अतीतस्य विषयः इव दृश्यते वर्तमानः मुख्यः क्रॉलरः "ClaudeBot" अस्ति यः सफलतया अवरुद्धः नास्ति।

अन्तिमविकल्परूपेण Old K इत्यनेन उक्तं यत् iFixit इत्यनेन अस्मिन् सप्ताहे robots.txt सञ्चिकायां विशेषतया Anthropic इत्यस्य क्रॉलर रोबोट् अवरुद्ध्य परिवर्तनं कृतम् ।



अतः, एन्थ्रोपिक् इत्यस्मात् किमपि प्रतिक्रिया अस्ति वा ?

ते माइक्रोफोनं न निष्क्रियं कृत्वा माध्यमेभ्यः प्रतिक्रियां दत्तवन्तः यत् -

ANTHROPIC-AI, CLAUDE-WEB च खलु कम्पनीद्वारा उपयुज्यमानाः पुराणाः क्रॉलर्-इत्येतत्, परन्तु अधुना तत् निरस्तम् ।

अवश्यं, एन्थ्रोपिक् इदानीं सक्रियः ClaudeBot क्रॉलरविरोधी robots.txt इत्यस्य सम्मानं करोति वा इति प्रश्नं पार्श्वे करोति वा।

एआइ-कम्पनीभिः एतत् प्रथमवारं न कृतम् ।

एन्थ्रोपिक् इत्यस्य आधिकारिकजालस्थलं दृष्ट्वा भवान् पश्यति यत् "किं एन्थ्रोपिक् अन्तर्जालतः आँकडान् क्रॉल करोति?" वेबसाइट् स्वामिनः क्रॉलर् कथं अवरुद्धुं शक्नुवन्ति? "आलेख।

तत्र उक्तं यत्- १.

उद्योगस्य मानकानुसारं एन्थ्रोपिक् मॉडलविकासाय विविधदत्तांशस्रोतानां उपयोगं करोति, यथा जालक्रॉलरद्वारा एकत्रितं अन्तर्जालतः सार्वजनिकरूपेण उपलब्धदत्तांशः
अस्माकं क्रौञ्चःन आक्रमणकारी वा विघ्नकारी वा भवितुमर्हति
समानक्षेत्रस्य क्रौञ्चवेगं गृहीत्वा यत्र यत्र उचितं तत्र च एतत् साधयितुं वयं लक्ष्यं कुर्मः ।व्यवधानं न्यूनीकर्तुं क्रॉलविलम्बस्य सम्मानं कुर्वन्तु



परन्तु एन्थ्रोपिक् स्पष्टतया एतत् न करोति इति जनमतात् ज्ञातुं न कठिनम्।

इदं अन्येषां दत्तांशं विना अनुमतिं क्रॉल करोति,पुनः पुनः अपराधी

केवलं वदन्तु यत् अस्मिन् वर्षे एप्रिलमासे Linux Mint मञ्चः क्रौल् कृतः आसीत् ।

कतिपयेषु घण्टेषु क्लाउड्बोट् मञ्चं बहुवारं गत्वा आँकडानां क्रॉलं कृतवान्, येन मञ्चः कतिपयेषु घण्टेषु अति-निम्न-गति-अथवा दुर्घटना-स्थितौ अभवत्, अन्ते च पूर्णतया पतितः

केचन जनाः अवदन् यत् तस्मिन् एव काले क्लाउड्बोट् इत्यनेन सर्वाधिकं यातायातस्य परिमाणं गृहीतम्, यत् द्वितीयस्थानस्य २० गुणानि तृतीयस्थानस्य ४० गुणानि च आसीत्



एप्रिलमासस्य घटनायाः अस्याः घटनायाः च विषये चर्चा-पोष्ट्-मध्ये केचन जनाः सुझावम् अददुः यत् -

यतः क्रॉलिंग्-घोषणानां प्रतिबन्धस्य कोऽपि उपयोगः नास्ति, अतः किमर्थं न जालपुटे अनुसन्धानीय-अथवा अद्वितीय-सूचनाभिः सह काश्चन मिथ्या-सूचनाः स्थापयन्ति यत् केन दत्तांशः अपहृतः इति ज्ञातुं शक्यते

iFixit इत्येतत् एव करोति ।

तथा च इदं वस्तुतः उपयोगी - मया ज्ञातं यत् मम जालपुटे सूचना न केवलं क्लाउड् इत्यनेन क्रौल् कृता, अपितु OpenAI इत्यनेन अपि क्रौल् कृता...



सत्यं वक्तुं किं कर्तुं शक्यते ? वस्तुतः कोऽपि उपायः नास्ति।

यतः क्लाउड् जीपीटी च विहाय एतत्अत्र बहुशः एआइ-इत्येतत् सन्ति ये बलात् गृहाणि चोरयन्ति ।

कतिपयदिनानि पूर्वं Tollbit इति रोबोट्-परिचय-स्टार्टअप-संस्था दावान् अकरोत् यत् Perplexity, Claude, OpenAI च क्रॉल-कृतेषु जालपुटेषु robots.txt-सेटिंग्-इत्यस्य अवहेलनां करिष्यन्ति, तस्मिन् समये कश्चन OpenAI-इत्यस्मै तस्य मनोवृत्तेः विषये पृष्टवान्, परन्तु OpenAI-इत्यनेन टिप्पणीं कर्तुं अनागतम्



पश्चात् पश्यन् गतमासे अपि कोलाहलः अभवत् ।

"फोर्ब्स्" इत्यनेन एआइ अन्वेषण-उत्पादस्य Perplexity इत्यस्य निन्दा कृता यत् सः कथितरूपेण तस्य समाचार-लेखानां चोरीं कृतवान्, अतः अधिकानि माध्यमानि Perplexity इत्यस्य क्रॉलर-रोबोट् PerplexityBot इत्यस्य स्वस्य जालपुटे अवैधरूपेण सूचनां क्रॉल-करणस्य आरोपं कर्तुं अग्रे आगताः

भ्रमस्य मनोवृत्तिः सर्वदा एव आसीत् यत् -

प्रकाशकानां अनुरोधानाम् आदरं कुर्वन्तु यत् सामग्रीं न स्क्रैप् कुर्वन्तु तथा च उचितप्रयोगप्रतिलिपिधर्मकायदानानां अन्तः कार्यं कुर्वन्तु।

सैद्धान्तिकरूपेण, ClaudeBot अथवा PerplexityBot, "No crawling" अथवा "Robot.txt prohibited" इति चिह्नितायाः सञ्चिकायाः ​​सम्मुखीभवने ते सम्झौतेः अनुसरणं कुर्वन्तु तथा च घोषकपक्षस्य जालपुटस्य सामग्रीं क्रॉल कर्तुं परिहरन्तु

घोषणयासिद्धत्वात् तर्हिकेचन जनाः निर्मातृभ्यः आह्वानं कृतवन्तः यत् ते सामग्रीं यथासम्भवं सशुल्कक्षेत्रेषु स्थानान्तरयन्तु येन अप्रतिबन्धितं क्रौञ्चं न भवति ।

किं भवन्तः मन्यन्ते यत् एषः उपायः प्रभावी भविष्यति ?

सन्दर्भलिङ्कानि : १.
[1]https://www.404media.co/जालस्थलानि-अवरुद्धानि-अइ-स्क्रेपर्-यतो हि-ऐ-कम्पनयः-नवीनानि-निर्मान्ति-वर्तन्ते/
[2]https://www.404media.co/anthropic-ai-scraper-hits-ifixits-website-एक-दिने-एक-लाख-वार/
[3]https://twitter.com/kwiens/status/1816128302542905620
[4]https://x.com/Carnage4Life/status/1804316030665396356
[5]https://support.anthropic.com/en/articles/8896518-जाले-तः-एन्थ्रोपिक-दत्तांशं-क्रॉल-करति-तथा-साइट-स्वामिनः-क्रॉलर-कथं-अवरुद्धं-कर्तुं शक्नुवन्ति?ref =404मीडिया.को