दायरे और साक्ष्य को निरीक्षण योग्य बनाएं।

1. परीक्षण से पहले सीमाओं पर सहमत हों

उत्पाद संस्करण, पर्यावरण, लक्ष्य डोमेन और एपीआई, मॉडल कॉन्फ़िगरेशन, अनुमत खाते और तृतीय-पक्ष सिस्टम रिकॉर्ड करें। लिखित प्राधिकरण प्राप्त करें और परीक्षण विंडो, स्टॉप शर्तों, डेटा हैंडलिंग और एस्केलेशन संपर्कों पर सहमति दें।

सिंथेटिक या अनुमोदित डेटा और बाउंडेड परीक्षणों का उपयोग करें। जहां लागू हो, तीसरे पक्ष के बुनियादी ढांचे को अपने स्वयं के प्राधिकरण की आवश्यकता होती है। कोड समीक्षा, कॉन्फ़िगरेशन समीक्षा, एप्लिकेशन परीक्षण और एआई मूल्यांकन केवल सहमति के अनुसार शामिल किए गए हैं; अप्राप्य घटक एक स्पष्ट सीमा बने हुए हैं।

2. टिप्पणियों को बयानों से अलग करें

• परीक्षण किया गया: रिकॉर्ड किया गया इनपुट, वातावरण, कॉन्फ़िगरेशन और देखे गए परिणाम खोज का समर्थन करते हैं।
• समीक्षित: कोड, सेटिंग्स या दस्तावेज़ उपलब्ध पहुंच के भीतर एक संकीर्ण निष्कर्ष का समर्थन करते हैं।
• घोषित: एक प्रदाता या उत्पाद स्वामी एक ऐसी प्रथा बताता है जिसका रूब्रेक्स स्वतंत्र रूप से निरीक्षण नहीं कर सकता है।
• मूल्यांकन नहीं किया गया: चेक बाहर रखा गया था, अनुपलब्ध था, या अनिर्णीत था। इसे पास के रूप में रिपोर्ट नहीं किया जाना चाहिए।

प्रशिक्षण-उपयोग दावे के लिए, पहचानें कि साक्ष्य में कौन सा डेटा, प्रदाता, खाता कॉन्फ़िगरेशन, शर्तें और समय अवधि शामिल है। सेटिंग्स की समीक्षा किसी बाहरी प्रदाता की प्रत्येक आंतरिक कार्रवाई को स्थापित नहीं कर सकती है।

3. प्राथमिकता तय करें, ठीक करें और दोबारा परीक्षण करें

प्रदर्शित प्रभाव, प्रभावित उपयोगकर्ता या डेटा, पूर्वापेक्षाएँ और मूल्यांकन किए गए वातावरण का उपयोग करके निष्कर्षों को प्राथमिकता दें। मूल साक्ष्य रखें और सुधार, पुनः परीक्षण की स्थितियाँ, परिणाम और शेष अनिश्चितता को रिकॉर्ड करें। एक स्वीकृत जोखिम एक स्वीकृत जोखिम के रूप में दृश्यमान रहता है।

सहमत संदर्भ मामलों और स्कोरिंग मानदंडों का उपयोग करके गुणवत्ता का अलग से मूल्यांकन करें। एक छोटे परीक्षण सेट को सार्वभौमिक सटीकता दावे में परिवर्तित करने के बजाय नमूना कवरेज और ज्ञात सीमाओं की रिपोर्ट करें।

किसी भी रूब्रेक्स मूल्यांकन बैज के लिए आवश्यकताएँ

प्रस्तावित बैज शब्द "रूब्रेक्स द्वारा मूल्यांकन की गई सुरक्षा और डेटा प्रथाएं" है। बैज केवल इसलिए जारी नहीं किया जाता क्योंकि एक मूल्यांकन खरीदा गया था। जारी करने के लिए पूर्ण समीक्षा और प्रकाशित सत्यापन रिकॉर्ड की आवश्यकता होती है।

• उत्पाद स्वामी के अधिकार और मूल्यांकन किए गए उत्पाद/डोमेन को सत्यापित किया जाना चाहिए।
• परिणाम ज्ञात होने से पहले आवश्यक जांच और पास मानदंड पर सहमति होनी चाहिए। पास प्राप्त करने के लिए आवश्यक चेक चुपचाप नहीं हटाए जा सकते।
• अनसुलझे महत्वपूर्ण या उच्च सुरक्षा निष्कर्ष सक्रिय बैज को रोकते हैं। अन्य निष्कर्षों और बहिष्करणों का खुलासा सुरक्षित स्तर पर किया जाना चाहिए।
• प्रत्येक सार्वजनिक डेटा-प्रैक्टिस दावे में सहायक साक्ष्य और स्पष्ट रूप से बताई गई सीमा होनी चाहिए। असमर्थित दावे छोड़े गए हैं.
• पात्रता की पुष्टि होने से पहले जहां आवश्यक हो वहां सुधार का दोबारा परीक्षण किया जाना चाहिए। अकेले AI या स्कैनर आउटपुट अपर्याप्त साक्ष्य है।
• मूल्यांकन किए गए उत्पाद पर किसी भी रूब्रेक्स इंजीनियरिंग कार्य का खुलासा किया जाना चाहिए। मूल्यांकन का अर्थ हमारे द्वारा किए गए कार्य से स्वतंत्रता नहीं हो सकता।

बैज को मौजूदा रिकॉर्ड से लिंक होना चाहिए

सत्यापन रिकॉर्ड में उत्पाद और डोमेन, मूल्यांकन आईडी, दायरा, मूल्यांकन संस्करण, तिथियां, साक्ष्य सारांश, सीमाएं, समाप्ति और स्थिति की पहचान होनी चाहिए। बैज देखने वाले किसी भी व्यक्ति को Rubrex.ai पर उस रिकॉर्ड को जांचने में सक्षम होना चाहिए।

वैधता बताए गए दायरे और समाप्ति तक सीमित है। प्रदाताओं, डेटा प्रवाह, प्राधिकरण, मॉडल टूल या अन्य मूल्यांकन नियंत्रणों में परिवर्तन के लिए प्रभावित दावों की समीक्षा की आवश्यकता होती है। समाप्त हो चुके, निलंबित या निरस्त किए गए मूल्यांकन को सक्रिय के रूप में प्रदर्शित नहीं किया जा सकता है। नवीनीकरण के लिए नए साक्ष्य की आवश्यकता होती है, केवल बदली हुई तारीख की नहीं।

बैज एसओसी 2, आईएसओ प्रमाणन, कानूनी अनुपालन, शून्य भेद्यताएं स्थापित नहीं करता है, या यह कि कोई उत्पाद कभी भी ग्राहक डेटा संसाधित नहीं करता है। मूल्यांकन परीक्षण की गई प्रणाली के बारे में प्रमाणित साक्ष्य है, न कि प्रत्येक भविष्य के अनुरोध के बारे में कोई वादा।

यदि आपको दावा किए गए रूब्रेक्स मूल्यांकन की जांच करने की आवश्यकता है, तो उत्पाद यूआरएल और मूल्यांकन आईडी भेजें evals@rubrex.ai. सार्वजनिक संपर्क फ़ॉर्म के माध्यम से निजी रिपोर्ट या परिचय-पत्र न भेजें।

दायरे को परिभाषित करने के लिए उपयोग किए जाने वाले संदर्भ

ये स्रोत मूल्यांकन डिज़ाइन की जानकारी देते हैं। वे रूब्रेक्स या किसी मूल्यांकित उत्पाद को प्रमाणित नहीं करते हैं। रिपोर्ट में वास्तव में जांचे गए संस्करणों और लागू आवश्यकताओं की सूची होनी चाहिए।

• OWASP अनुप्रयोग सुरक्षा सत्यापन मानक 5.0.0: एप्लिकेशन सुरक्षा आवश्यकताओं के लिए एक संदर्भ।
• एलएलएम और जेनएआई अनुप्रयोगों के लिए ओडब्ल्यूएएसपी शीर्ष 10: मॉडल-एप्लिकेशन जोखिम कवरेज के लिए एक संदर्भ।
• एजेंटिक अनुप्रयोगों के लिए OWASP शीर्ष 10: एजेंट व्यवहार, उपकरण और विशेषाधिकार सीमाओं के लिए एक संदर्भ।