मैं एक तैनात मॉडल को अपना डेटा भूलने पर क्यों नहीं मजबूर कर सकता?
अवसर
GDPR अनुच्छेद 17 मुझे मिटाए जाने का अधिकार देता है, लेकिन एक बार जब मॉडल मेरे डेटा पर प्रशिक्षित हो जाता है, तो कोई भी मेरे योगदान को वेट्स से कुशलता से नहीं हटा सकता। वर्तमान अनलर्निंग विधियां या तो अंतिम आउटपुट लेयर को दबा देती हैं जबकि मेरी जानकारी इंटरमीडिएट रिप्रेजेंटेशन में एन्कोडेड रहती है, या फिर पूर्ण री-ट्रेनिंग की मांग करती हैं जिसे कोई भी प्रोडक्शन ऑपरेटर बड़े पैमाने पर नहीं करेगा। ML सप्लाई चेन पर जून 2026 का एक arXiv पेपर पाता है कि फाइन-ट्यूनिंग चेन में मिटाने का अधिकार संरचनात्मक रूप से लागू करना असंभव है। कानूनी अधिकार और तकनीकी वास्तविकता के बीच की खाई हर बार चौड़ी होती है जब बेस मॉडल को व्यक्तिगत डेटा पर और अधिक फाइन-ट्यून किया जाता है।
यह क्यों मायने रखता है
कानूनी मिटाने के अधिकार तब तक बेमानी हैं जब तक कोई मॉडल वास्तव में भूल नहीं सकता, केवल अपने आउटपुट को दबाने की बजाय।
मैं अवसर को कैसे आंकता हूं
Opportunity Score मेरा अपना आकलन है, कोई माप नहीं: यह कितना तकलीफदेह है, कितनी बार परेशान करता है, और आज इसे हल करने के लिए कितना कम मौजूद है। जितना ज़्यादा स्कोर, उतना ज़्यादा मुझे लगता है कि इसे बनाना सार्थक है।
जब यह सामने आता है तो कितनी तकलीफ देता है।
लोग वास्तव में कितनी बार इससे टकराते हैं।
आज इसके लिए कितने कम अच्छे टूल मौजूद हैं।
और हल करने लायक समस्याएं
हर AI ऐप टैब बंद करते ही मुझे क्यों भूल जाता है?
AIकिसी नए क्षेत्र को सीखना अभी भी यह जानने पर निर्भर क्यों है कि क्या पूछना है?
AIकोई गैर-विशेषज्ञ यह क्यों नहीं जांच सकता कि AI ने उन्हें अभी क्या बताया?
AIहम मॉडलों को बेंचमार्क पर परखते हैं, लेकिन उन्हें महज़ अंदाज़े पर शिप क्यों करते हैं?
AIAI एजेंटों को अपनी गलतियों की याद क्यों नहीं रहती?
AIमैं यह ऑडिट क्यों नहीं कर सकता कि एक मॉडल को वास्तव में किस डेटा पर ट्रेन किया गया था?