BazaarLink Probe AI API रिले जाँच

विधि और उसकी सीमाएँ

हम किसी एंडपॉइंट से यह नहीं पूछते कि वह कौन-सा मॉडल है — कोई भी एंडपॉइंट कोई भी नाम बता सकता है। हम 84 मानक जाँचें भेजकर उससे असल काम कराते हैं, और फिर उसके काम करने के ढंग की तुलना जाने-पहचाने मॉडलों के आधार-चिह्नों से करते हैं। निर्णय पाँच चरणों में होता है, मोटे से बारीक की ओर, और हर चरण को यह कहने की छूट है कि प्रमाण पर्याप्त नहीं हैं और वह निर्णय नहीं देगा।

पाँच चरण कैसे दायरा घटाते हैं

1. ①जाँचें चलाना

   क्या इस एंडपॉइंट को नापा भी जा सकता है?

   निर्णय की पहली शर्त यह है कि प्रश्नों के उत्तर सचमुच मिले हों। छूटे हुए उत्तर केवल कम आँकड़े नहीं होते: जो उत्तर मिले, वे संयोग से एक ही ओर झुके हो सकते हैं, और वह प्रमाण नहीं, प्रतिचयन-पूर्वाग्रह है।

   यदि एंडपॉइंट उत्तर ही न दे, या कुंजी अथवा मॉडल का नाम ही काम न करे, तो हम वहीं रुक जाते हैं और बचे-खुचे टुकड़ों से निष्कर्ष नहीं गढ़ते।

2. ②निर्माता पहचानना

   यह मॉडल किसका बनाया हुआ है?

   सबसे आम अदला-बदली परिवारों के आर-पार होती है: सस्ता मॉडल महँगे नाम में। परिवार-स्तर का व्यवहार सबसे स्थिर होता है और उसकी नकल सबसे कठिन है, इसलिए हम यह परत पहले पूछते हैं। हम उत्तरों की शैली और आदतों की तुलना करते हैं, उसके अपने दावे की नहीं; पूरी रिपोर्ट में स्वयं का दावा ही सबसे आसानी से गढ़ा जा सकता है।

   पर्याप्त पारिवारिक प्रमाण न हो तो हम मौन रह जाते हैं, ज़बरदस्ती नाम नहीं लेते। जब एंडपॉइंट चीनी में एक निर्माता का नाम ले और व्यवहार किसी और जैसा हो, तो हम उस दावे को ज़ुबान की फिसलन मानते हैं और व्यवहार के प्रमाण पर लौट आते हैं।

3. ③मॉडल पहचानना

   उसी परिवार के भीतर यह कौन-सा मॉडल है?

   आपने एक निश्चित मॉडल खरीदा है, उस निर्माता का कोई भी मॉडल नहीं। जिसे लोग गुणवत्ता गिरना कहते हैं, वह प्रायः इसी परत पर होता है: परिवार वही रहता है और उसकी जगह सस्ता सहोदर ले लेता है। हम परिवार के भीतर की तुलना और परिवारों के बीच की तुलना साथ-साथ चलाते हैं और दोनों से एक-दूसरे की जाँच कराते हैं — परिवार एक बार गलत बैठे, तो भीतर की तुलना बड़े आत्मविश्वास से गलत मॉडल का नाम देगी।

   जब प्रमाण केवल परिवार-स्तर तक पहुँचें, तो रिपोर्ट यही स्पष्ट लिखती है कि निर्माता पहचाना गया, मॉडल नहीं। हम सबसे मिलते-जुलते उम्मीदवार से खाली जगह नहीं भरते।

4. ④जुड़वाँ की पुनःजाँच

   पिछले चरण ने जो मॉडल चुना, क्या वह अपने निकटतम सहोदरों से सचमुच अलग किया जा सकता है?

   कुछ मॉडल जुड़वाँ होते हैं: शैली, क्षमता और वाक्य-आदतें इतनी अधिक मिलती हैं कि पिछले चरण में उनके बीच लगभग कोई भेद-क्षमता नहीं बचती, और अंक पास-पास आ जाते हैं बिना उस निकटता का कोई अर्थ हुए। यह चरण एक ही काम करता है: ऐसे निकट-संबंधी समूहों के लिए वह उसी तुलना हेतु बने अलग प्रश्न-समूह से दोबारा प्रतिदर्श लेता है और किसी एक उत्तर के बजाय पूरा वितरण पढ़ता है। पास हुआ तो पिछला चरण या तो पक्का होता है या पलट जाता है; न हुआ तो पिछले चरण का परिणाम बना रहता है।

   इस चरण में एक जानबूझकर रखी गई असमानता है: यदि प्रमाण निर्णायक न हों और पिछले चरण का परिणाम संयोग से विक्रेता के दावे से मेल खाता हो, तो हम उसे नहीं पलटते। ईमानदार विक्रेता पर झूठा आरोप लगाने की कीमत, एक बेईमान को चूक जाने से अधिक है।

5. ⑤दावे से मिलान

   मापा हुआ परिणाम विक्रेता के दावे से कहाँ अलग है?

   पहचानने की प्रक्रिया स्वयं विक्रेता के दावे को नहीं देखती — पिछले चरण केवल व्यवहार के प्रमाणों की तुलना करते हैं। दावा ठीक दो जगह आता है: जब चौथा चरण यह तय करता है कि पलटना है या नहीं, और यहाँ। यह क्रम जानबूझकर है — प्रश्न पढ़ने से पहले उत्तर निकाल लेने पर दावा आपको खींच नहीं सकता। निष्कर्ष होते हैं: पूर्ण मेल, केवल परिवार का मेल, सही परिवार में गलत मॉडल, मॉडल बदला गया, स्वयं का दावा गढ़ा गया, व्यवहार प्रेरित किया गया, आँकड़े अपर्याप्त, और अनिर्णीत।

   जब संकेत आपस में टकराएँ और कोई स्थिर बहुमत न बने, तो निष्कर्ष अनिर्णीत होता है। यह एक विधिवत निष्कर्ष है, कोई खराबी नहीं।

हम इतनी बार यह क्यों कहते हैं कि तय नहीं कर सकते

रिपोर्ट के अंक कैसे पढ़ें

नियम-जाँच और पहचान का निर्णय

मानक रन 84 नियम-जाँचें चलाता है और व्यवहार के प्रमाण से पहचान का निर्णय बनाता है। नई रिपोर्ट अलग-अलग जाँचों को एक संयुक्त अंक में नहीं बदलती; पहचान परिणाम, नियम चेतावनियाँ और प्रमाण अलग-अलग पढ़ें।

निर्णय की प्रबलता

इसका अर्थ है कि इस बार के प्रमाण कितने मज़बूत थे: प्रश्नों के उत्तर कितने पूरे मिले, अलग-अलग संकेत एक ही दिशा में गए या नहीं, और निकट-संबंधी उम्मीदवारों के बीच अंतर कितना चौड़ा रहा। यह हर जाँच के साथ बदलता है; यह उस मॉडल का स्थायी गुण नहीं है।

ऐतिहासिक शुद्धता

इसका अर्थ है कि यह विधि उन प्रतिदर्शों पर कितनी सही निकली जिनके उत्तर हमें पहले से ज्ञात थे। यह ऑफ़लाइन गिना जाता है और आपकी जाँच से इसका कोई संबंध नहीं। इसे इस निर्णय के सही होने की प्रायिकता पढ़ना गलत है — दोनों संख्याएँ अलग प्रश्नों का उत्तर देती हैं और एक-दूसरे की जगह नहीं ले सकतीं।

हम क्या नहीं कर सकते

ये वे सीमाएँ हैं जिन्हें हम जानते हैं। हम इन्हें लिखते हैं क्योंकि अपनी सीमाएँ छिपाने वाली रिपोर्ट पर लोग उससे अधिक भरोसा कर बैठते हैं जितनी वह हकदार है।

• हमें केवल यही एक कॉल दिखती है

  एक जाँच एक प्रतिदर्श है। कोई रिले अपने ट्रैफ़िक के केवल एक हिस्से पर मॉडल बदल सकता है, या जब भी ट्रैफ़िक जाँच जैसा दिखे तब असली माल दे सकता है। एक बार पास होना लंबे समय की ईमानदारी नहीं है — नियमित अंतराल पर दोबारा जाँचिए, और किसी एक रिपोर्ट के बजाय उसका इतिहास पढ़िए।

• निकट-संबंधी मॉडलों को अलग करने की एक छत है

  जब नकल करने वाला जानबूझकर आधे से अधिक व्यवहार की नकल करता है, तो लगभग आधे प्रमाण संरचनात्मक रूप से दावा की गई पहचान की ओर ही इशारा करते हैं। यह प्रश्नों की कमी नहीं, एक संरचनात्मक सीमा है — हमने इसे नापा है: प्रश्न बढ़ाने पर लागत तेज़ी से बढ़ी और भेद-क्षमता लगभग नहीं हिली।

• हम यह सिद्ध नहीं कर सकते कि कुछ बदला ही नहीं गया

  मेल का निर्णय यह कहता है कि इस बार के प्रमाण अदला-बदली का समर्थन नहीं करते, यह नहीं कि अदला-बदली हुई ही नहीं। जो भी जाँच दूसरी बात की गारंटी का दावा करे, वह अपना बखान कर रही है।

• पुरानी रिपोर्टों में ब्योरा कम होता है

  निर्णय का मार्ग बाद में संचित आँकड़ों से पुनर्निर्मित किया जाता है; इंजन उस समय यह दर्ज नहीं करता कि उसने कौन-सा नियम लिया। कुछ शाखाएँ ऐसा कोई विशिष्ट चिह्न नहीं छोड़तीं जिससे उन्हें पहचाना जा सके, और वहाँ हम केवल परिणाम दिखाते हैं, नियम की संख्या नहीं लिखते। अनुमान लगाने से कम कहना बेहतर है।

जाँच में क्या शामिल है

स्थिति कैसे पढ़ें

निर्णय कैसे बनता है

Attacks this tool detects

यह Probe arXiv 2604.08407 में वर्णित 3 प्रमुख relay-attack श्रेणियों — dependency hijacking, conditional System Prompt injection और credential exfiltration — का पता लगाती है। यह पहचान के प्रमाण और व्यवहार चेतावनियाँ दिखाती है; सुरक्षा स्कोर नहीं देती।

अक्सर पूछे जाने वाले प्रश्न