Markdown आवृत्ती

AI-translated from English; not yet reviewed by a fluent editor.

# एका AI मॉडेल ऑडिटमध्ये 857 पैकी केवळ 9 रिलीजचे सुरक्षा निकाल लॉंचवेळी सार्वजनिक होते

> SemiAnalysis ला चीनमधील नऊ डेव्हलपरच्या 857 रिलीजपैकी केवळ नऊंसाठी लॉंचपर्यंत मॉडेलनिहाय सुरक्षा निकाल उपलब्ध असल्याचे आढळले. हे ऑडिट सार्वजनिक प्रकटीकरण मोजते; खाजगी चाचण्या किंवा मॉडेलची सुरक्षितता नाही.

By BIG CHANGE Editorial

Published: 2026-10-11T22:00:10.466Z
Updated: 2026-10-11T22:00:10.466Z
Canonical: https://bigchange.ai/blog/ai-model-safety-results-public-at-launch-semianalysis

![Conceptual charcoal illustration of a glass-fronted public notice case with generic papers and one orange-cornered sheet beside another notice.](https://bigchange.ai/api/media/file/china-safety-disclosure-hero-v2.png)
A conceptual public notice case illustrates the difference between a release notice and a publicly visible result. It does not depict actual developer documents or scale the audit's 857 releases; a missing public result does not establish whether private testing occurred. AI-generated by BIG CHANGE.

8 ऑक्टोबरच्या विश्लेषणात SemiAnalysis ला 857 पैकी 31 रिलीजचे प्रकाशित सुरक्षा निकाल आढळले; लॉंचवेळी निकाल उपलब्ध असलेले फक्त 9 होते   [8 ऑक्टोबरचे विश्लेषण](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier), SemiAnalysis ने 2021 ते 15 सप्टेंबर 2026 दरम्यान चीनमधील नऊ डेव्हलपरची 857 रिलीज मोजली. 31 रिलीजसाठी (3.6%) प्रकाशित सुरक्षा निकाल आढळला. फक्त नऊंसाठी (1.1%) मॉडेलच्या रिलीजच्या दिवशी किंवा त्यापूर्वी निकाल उपलब्ध होता.

हे आकडे संशोधकांना डेव्हलपरच्या सार्वजनिक सामग्रीत काय सापडले ते सांगतात. किती मॉडेलची खाजगी चाचणी झाली किंवा एखादे विशिष्ट मॉडेल सुरक्षित आहे का, हे ते दाखवत नाहीत.

## मोठा बदल

- **काय बदलले:** निश्चित रिलीज-समूहातील दस्तऐवजीकरणातील उणीव SemiAnalysis ने आकड्यांत दाखवली: 857 पैकी नऊंमध्ये लॉंचच्या दिवसापर्यंत वाचता येणारा, त्या मॉडेलचा विशिष्ट सुरक्षा निकाल होता.
- **हे महत्त्वाचे का:** रिलीजच्या वेळी मॉडेलचे मूल्यमापन करणाऱ्यांना त्या आवृत्तीचे निकाल लागतात. चाचणी झाल्याची सर्वसाधारण हमी किंवा रिलीजनंतर प्रकाशित निकाल त्या क्षणी तोच प्रश्न सोडवत नाही.
- **कशावर लक्ष ठेवावे:** पुढील रिलीजसाठी उपयुक्त संकेत म्हणजे तारीख असलेला, अचूक मॉडेलशी जोडलेला आणि वापरकर्त्यांना पहिल्यांदा प्रवेश मिळताना उपलब्ध असलेला निकाल. दस्तऐवज उपलब्ध झाल्यावर ऑडिटचा प्रकटीकरण दर बदलू शकतो; मात्र नंतरचे प्रकाशन लॉंचच्या दिवशी काय उपलब्ध होते ते बदलत नाही.

## ऑडिटने काय मोजले

SemiAnalysis च्या मते, गणनेत Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax आणि StepFun यांच्या 741 उत्पादन-मॉडेल रिलीज आणि 116 संशोधन-मॉडेल रिलीज होत्या. प्रत्येक रिलीजची पहिली सार्वजनिक तारीख ठरवून, त्या रिलीजशी जुळवता येणारा सुरक्षा निकाल शोधण्यासाठी डेव्हलपरचे मॉडेल कार्ड, रिलीज नोट्स आणि तांत्रिक अहवाल तपासले.

पात्र निकालात नाव दिलेल्या मॉडेलबद्दल संख्यात्मक किंवा ठोस निष्कर्ष आवश्यक होता. हानिकारक आउटपुट, jailbreak प्रतिकार, विषारीपणा, गोपनीयता, नकार-वर्तन आणि धोकादायक क्षमता हे विषय होते. निष्कर्ष न देता मॉडेलचे सुरक्षा-प्रशिक्षण किंवा मूल्यमापन झाल्याचे विधान पात्र ठरले नाही. एका प्रमुख मॉडेलचा निकाल इतर आकारांवर किंवा नंतरच्या स्नॅपशॉटवरही लागू केला नाही.

या कडक जुळणी नियमामुळे हर महत्त्वाचा ठरतो. 857 नोंदी म्हणजे मोजलेल्या रिलीज, त्यात विविध आवृत्त्याही आहेत; समान क्षमतेच्या 857 अग्रगण्य प्रणाली नव्हेत. डेव्हलपर आवृत्त्यांना वेगवेगळ्या तपशीलाने नावे देतात, असे SemiAnalysis नमूद करते. म्हणून ही संख्या या रिलीज-समूहातील दस्तऐवजीकरण तपासण्याचे साधन आहे; कंपन्यांची क्रमवारी लावण्याचा ठोस आधार नाही.

## निकाल केव्हा दिसले

पात्र प्रकाशित निकाल असलेल्या 31 रिलीजपैकी नऊंमध्ये तो रिलीजवेळी किंवा त्यापूर्वी होता. 16 नंतर दस्तऐवजीकृत झाल्या; त्या समूहासाठी मध्यक विलंब 42 दिवस असल्याचे SemiAnalysis सांगते. उरलेल्या सहांसाठी संशोधकांना वेळ किंवा विशिष्ट मॉडेलशी जुळणी निश्चित करता आली नाही. काही प्रकाशित निकाल असलेल्या 31 मध्ये त्या सहांचा समावेश आहे, पण त्यांना लॉंच-दिवशीचे प्रकटीकरण म्हणता येत नाही.

उरलेल्या प्रकरणांचे वर्णनही काळजीपूर्वक हवे. SemiAnalysis ला 10 रिलीजमध्ये मूल्यमापनाचा दावा पण आकडे नसल्याचे आढळले; आणखी तीन फक्त वृत्तपत्रे किंवा गुंतवणूकदारांच्या उल्लेखांतून माहीत होत्या आणि त्यांची डेव्हलपर कागदपत्रे मिळाली नाहीत. तपासलेल्या सामग्रीत 813 रिलीजसाठी सुरक्षा प्रकटीकरण आढळले नाही. हे समूह आणि निकाल असलेल्या 31 मिळून 857 होतात.

या विश्लेषणावरील  [Reuters चा अहवाल](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623) कंपन्यांनी खाजगी चाचण्या केल्या असण्याची शक्यताही अधोरेखित करतो. “प्रकटीकरण सापडले नाही” हे येथे तपासलेल्या सार्वजनिक नोंदीचे विधान आहे. चाचणी झालीच नाही हे ते सिद्ध करत नाही; प्रकाशित चाचणीही स्वतःहून मॉडेलची मूलभूत सुरक्षितता सिद्ध करत नाही. या ऑडिटमध्ये SemiAnalysis ने अमेरिकेतील डेव्हलपरसाठी तुलनात्मक रिलीज-स्तरीय दर दिला नाही.

मॉडेल निवडणाऱ्या किंवा तपासणाऱ्या वाचकासाठी व्यावहारिक फरक सोपा आहे: अचूक आवृत्ती ओळखा, तारीख असलेला मॉडेलनिहाय निकाल शोधा आणि मॉडेल रिलीज झाले तेव्हा तो उपलब्ध होता का ते तपासा. या पुराव्याने डेव्हलपरने काय सार्वजनिक केले ते कळते. विशिष्ट वापरासाठी मॉडेल योग्य आहे का याचे मूल्यमापन करताना हा फक्त एक भाग आहे.

## स्रोत आणि पुढील वाचन

- [SemiAnalysis, “बीजिंग आघाडी ठरवणार नाही: चीनची वेगाला प्राधान्य देणारी AI सुरक्षा व्यवस्था” (8 ऑक्टोबर 2026)](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier)उपलब्ध पद्धती व निकालांच्या भागात नऊ डेव्हलपरचा नमुना, 2021–15 सप्टेंबर कालावधी, 857 रिलीजचा हर, दस्तऐवज शोध, जुळणीचा निकष आणि वेळेनुसार गट दिले आहेत. पान पेड म्हणून चिन्हांकित आहे; मूळ रिलीज-स्तरीय डेटासेट आम्ही स्वतंत्रपणे तपासला नाही किंवा शोध पुन्हा केला नाही.
- [Reuters, “चीनचे AI डेव्हलपर मॉडेल रिलीजपैकी फक्त 3.6% साठी सुरक्षा चाचण्या प्रकाशित करतात, अहवालात निष्कर्ष” (9 ऑक्टोबर 2026), MarketScreener द्वारे](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623)Reuters मुख्य आकडे आणि सार्वजनिक प्रकटीकरण नसणे व संभाव्य खाजगी चाचणी यांतील फरक स्वतंत्रपणे सांगते. हा SemiAnalysis च्या विश्लेषणावरील वृत्तांत आहे, डेटासेटची स्वतंत्र पुनरावृत्ती नाही.

## Sources

- [SemiAnalysis, बीजिंग आघाडी ठरवणार नाही: चीनची वेगाला प्राधान्य देणारी AI सुरक्षा व्यवस्था](https://newsletter.semianalysis.com/p/beijing-will-not-pace-the-frontier) — पेड म्हणून चिन्हांकित पानावर उपलब्ध मुख्य पद्धत व रिलीज-गणनेचा भाग. त्यात नमुना, जुळणी निकष आणि वेळेच्या श्रेणी दिल्या आहेत. रिलीज-स्तरीय डेटासेट किंवा दस्तऐवज शोध आम्ही स्वतंत्रपणे पुन्हा केला नाही.
- [Reuters, चीनचे AI डेव्हलपर मॉडेल रिलीजपैकी फक्त 3.6% साठी सुरक्षा चाचण्या प्रकाशित करतात, अहवालात निष्कर्ष](https://uk.marketscreener.com/news/china-ai-developers-publish-safety-tests-for-just-3-6-of-model-releases-report-finds-ce785ddcd98cf623) — शोध आणि संदर्भासाठी वापरलेले समकालीन स्वतंत्र वृत्तांकन. लेखातील संख्यात्मक व पद्धतविषयक दावे SemiAnalysis च्या मूळ अहवालाशी पडताळले; BIG CHANGE मथळ्यातील व्यापक निष्कर्ष स्वीकारत नाही.