جب آپ مقامی AI کے بارے میں سوچتے ہیں، تو آپ سوچ سکتے ہیں کہ کلاؤڈ بیسڈ سروسز کے لیے ادائیگی کرنے کے بجائے اپنے ماڈلز کو مقامی ہارڈ ویئر پر چلانا ایک محفوظ اور زیادہ نجی آپشن ہے۔ یہ صرف جزوی طور پر سچ ہے۔ AI کو مقامی طور پر چلانے سے آپ اپنے ورک فلو اور ڈیٹا پر زیادہ کنٹرول برقرار رکھ سکتے ہیں۔ فیصلہ کریں کہ آیا آپ کا ڈیٹا فریق ثالث کی خدمات کے ساتھ شیئر کیا جائے گا اور اگر ایسا ہے تو کن شرائط کے تحت۔ آپ کو بڑی ٹیکنالوجی کمپنیوں کو نشانہ بنانے والے ڈیٹا کی خلاف ورزیوں اور سائبر حملوں کے بارے میں بھی فکر کرنے کی ضرورت نہیں ہے۔ لیکن دوسری طرف، یہ OpenAI یا Anthropic جیسے قائم کھلاڑیوں کے ذریعے تعمیر کردہ ملٹی ملین ڈالر کے سیکیورٹی انفراسٹرکچر کو مسترد کرتا ہے۔ بہتر یا بدتر، آپ کی حفاظت اب مکمل طور پر آپ کی ذمہ داری ہے۔ اس بات کو ذہن میں رکھتے ہوئے، یہاں 10 ہوشیار ہیکس ہیں جو آپ کے کمپیوٹر یا ذاتی VPS (ورچوئل پرائیویٹ سرور) پر AI ماڈلز چلاتے وقت بہتر سیکیورٹی حاصل کرنے میں آپ کی مدد کر سکتے ہیں۔
کیا مقامی ہارڈ ویئر پر AI ماڈل چلانا زیادہ محفوظ ہے؟
جب آپ جان، اولاما، یا LM اسٹوڈیو جیسے پلیٹ فارمز کا استعمال کرتے ہوئے اپنے ذاتی ہارڈویئر پر AI ماڈل چلاتے ہیں، تو آپ کے پیغامات، دستاویزات، اور چیٹ کی سرگزشت کبھی بھی آپ کے آلے سے نہیں نکلتی اور نہ ہی کسی اور کے کلاؤڈ سرورز کو بھیجی جاتی ہے۔ اگر آپ پریشان ہیں کہ AI کمپنیاں آپ کی رضامندی کے بغیر آپ کا ڈیٹا بیچ رہی ہیں یا نہیں چاہتے کہ اگلی ڈیٹا کی خلاف ورزی کے دوران آپ کی اسناد لیک ہو جائیں تو مقامی جانا ایک زبردست اقدام ہے۔
اس نے کہا، یہ کامل نہیں ہے۔ ہم عوامی ڈیٹا بیس سے AI ماڈل فائلوں کو ڈاؤن لوڈ کرنا جاری رکھے ہوئے ہیں۔ آپ کو اپنے ماڈل کو کچھ APIs تک رسائی کی اجازت دینے کی ضرورت ہو سکتی ہے تاکہ یہ عوامی ویب پر سافٹ ویئر یا ڈیٹا کے ساتھ بات چیت کر سکے۔ آخر میں، اگر آپ عوامی Wi-Fi استعمال کرتے ہیں، تو آپ کے نیٹ ورک سے جڑے دوسرے آپ کے AI کو نشانہ بنا سکتے ہیں اور آپ کے آپریٹنگ سسٹم سے سمجھوتہ کر سکتے ہیں۔ اس نے کہا، صورتحال اتنی سادہ نہیں ہے جتنی لوگ کبھی کبھی سوچتے ہیں۔
اس سال جنوری میں سینٹینیل ون اور سینسیز 175,000 عوامی طور پر اولامہ کے میزبانوں کو بے نقاب کیا۔ اسے انٹرنیٹ کنکشن کے ساتھ کوئی بھی حملہ آور صارف کے اسناد اور ہارڈ ویئر پر کوڈ پر عمل کرنے اور فریق ثالث کی خدمات سے جڑنے کے لیے استعمال کر سکتا ہے۔ مقامی طور پر AI چلانے کے لیے آپ کو اس بارے میں بہت محتاط رہنے کی ضرورت ہوتی ہے کہ آپ اپنے ماڈلز کہاں سے حاصل کرتے ہیں اور ان کی رسائی کیا ہے۔ اسے درست کرنے میں آپ کی مدد کے لیے کچھ نکات یہ ہیں:
لوکل ہوسٹ پر ماڈل سرور رکھیں
اپنے مقامی کمپیوٹر پر AI ماڈل کو چلانے کے لیے، آپ کو ایک انفرنس انجن (جسے رنر بھی کہا جاتا ہے) استعمال کرنے کی ضرورت ہے، جیسے Ollama یا LM Studio، جو آپ کے ہارڈ ویئر پر ماڈل کو لوڈ اور چلا سکتا ہے۔ پہلے سے طے شدہ طور پر، AI Runner کو لوکل ہوسٹ (127.0.0.1 یا 0:0:0:0:0:0:0:1) پر ماڈلز چلانے کے لیے ترتیب دیا گیا ہے۔ اس کا مطلب ہے کہ آپ کے نیٹ ورک یا عوامی ویب پر کسی دوسرے آلے سے اس تک رسائی حاصل نہیں کی جا سکتی ہے۔ تاہم، AI ماڈل کو 0.0.0.0 پر چلانے سے نیٹ ورک پر موجود تمام آلات تک رسائی کھل جاتی ہے۔ مشترکہ وائی فائی استعمال کرنے والا کوئی بھی مقامی AI سیٹنگز کو بوٹ کر سکتا ہے اور پھر ہارڈ ویئر کو تبدیل کرنے یا حساس ڈیٹا چوری کرنے کے لیے استعمال کر سکتا ہے۔
بعض اوقات سیٹ اپ گائیڈ آپ کو ایسا کرنے کا مشورہ دیتے ہیں تاکہ آپ کے نیٹ ورک پر موجود دیگر آلات، جیسے اسمارٹ فونز یا لیپ ٹاپ، آپ کے مقامی AI ماڈل تک رسائی حاصل کر سکیں۔ یہ اس وقت بھی ظاہر ہوتا ہے جب لوگ AI ماڈلز کو VPS سرورز یا نیٹ ورک سے منسلک اسٹوریج (NAS) ڈیوائسز پر چلانے کی کوشش کرتے ہیں۔ تاہم، یہ آپ کے ڈیٹا اور ورک فلو کو خطرے میں ڈال سکتا ہے، لہذا اگر آپ نے اپنے ماڈل رنر کی ڈیفالٹ سرور کنفیگریشن کو تبدیل کیا ہے، تو آپ کو اسے ابھی دوبارہ تبدیل کرنا چاہیے۔
-
اولاما میں آپ OLLAMA_HOST متغیر کو واپس 127.0.0.1 میں تبدیل کر کے ایسا کر سکتے ہیں۔
-
LM اسٹوڈیو کے لیے، ‘مقامی نیٹ ورک سے پیشکش’ کو آف کریں۔
-
اگر آپ Jan استعمال کر رہے ہیں، تو سیٹنگز کے صفحہ پر جانے کے لیے حب انٹرفیس میں گیئر آئیکن پر کلک کریں۔ پھر ایک مقامی API سرور کا انتخاب کریں اور آن لائن جنریٹر کا استعمال کرتے ہوئے ایک API کلید ترتیب دیں جیسے: بے ترتیب کیجن.
پورٹ فارورڈنگ کے بجائے نجی VPN ٹنل استعمال کریں۔
AI ماڈلز کو انٹرنیٹ پر عوامی IP پتوں کے سامنے نہیں لانا چاہیے۔ لیکن کیا ہوگا اگر آپ کو اب بھی دور سے دوسرے آلات تک ماڈل کی رسائی کا اشتراک کرنے کی ضرورت ہے؟ عام طور پر، لوگ اپنے راؤٹرز پر پورٹ فارورڈنگ کو فعال کرکے دور دراز کے مقامات سے وسائل اور ڈیٹا تک رسائی کو ترتیب دیتے ہیں۔ تاہم، یہ نقطہ نظر آپ کے مقامی سسٹم پر AI ماڈلز یا ایگزیکیوٹرز تک ریموٹ رسائی کو ترتیب دینے کے لیے استعمال نہیں کیا جانا چاہیے۔
اگر آپ پہلے سے ہی 0.0.0.0 پر AI ماڈل چلا رہے ہیں اور اس کے اوپر اپنے راؤٹر پر پورٹ فارورڈنگ کو فعال کرنے کا انتخاب کرتے ہیں، تو انٹرنیٹ پر موجود کوئی بھی شخص آپ کی مقامی AI سیٹنگز کو توڑ سکتا ہے اگر وہ آپ کے IP ایڈریس کا اندازہ لگاتا ہے۔ یہ آپ کو نشانہ بنائے جانے کے خطرے میں ڈالتا ہے، کیونکہ سائبر حملہ آور اکثر بوٹس کے نیٹ ورک چلاتے ہیں جو رہائشی IPs پر کھلی بندرگاہوں کے لیے انٹرنیٹ کو باقاعدگی سے اسکین کرتے ہیں۔ ایک بہتر طریقہ یہ ہے کہ ایک انکرپٹڈ ٹنل کو ترتیب دینے کے لیے VPN کا استعمال کیا جائے۔ Cloudflare ZTNA. میش وی پی این جیسے دم کا پیمانہ یہ اس کے لیے ایک مقبول انتخاب ہے، جیسا کہ Cloudflare Zero Trust کی نئی Tunnel کی خصوصیت ہے۔
پیچ لاگو ہوتے ہی اپنے AI رنر کو اپ ڈیٹ کریں۔
مئی 2026 میں، سائیرا نے اولاما کی ایک نئی کمزوری دریافت کی جو حملہ آوروں کو غیر تصدیق شدہ API کالز کا استعمال کرتے ہوئے ڈیٹا اور اسناد کے ٹکڑوں کو چوری کرنے کی اجازت دے سکتی ہے۔ ایک خرابی جسے "لاما سے خون بہہ رہا ہے۔"کی CVSS کی درجہ بندی 10 میں سے 9.3 تھی۔ اس وقت، مسئلہ نے تقریباً 300,000 عوامی طور پر سامنے آنے والے اولاما سرورز کو خطرے میں ڈال دیا جب تک کہ اسے پیچ ورژن 0.17.1 میں حل نہ کر دیا جائے۔
ایل ایم اسٹوڈیو، اولاما، جان، اور جی پی ٹی 4 جیسے AI ایگزیکیوٹرز ابھی بھی تجرباتی ہیں اور اکثر نئی کمزوریوں کو ظاہر کرتے ہیں جو کہ بعد میں ریلیز میں پیچ کی جاتی ہیں۔ اگر آپ کا کوئی رنر ورژن پرانا ہے، تو آپ کا سرور سنگین حملہ کرنے والے ویکٹرز کا شکار ہو سکتا ہے جن کا ہیکرز استحصال کر سکتے ہیں۔ AI Runner کی آفیشل ویب سائٹ یا GitHub ریپوزٹری سے ہمیشہ تازہ ترین ریلیز کو جلد از جلد ڈاؤن لوڈ کریں۔
اچار کے بجائے سیفٹینسر یا جی جی یو ایف فائل کا انتخاب کریں۔
پرانے ڈیپ لرننگ ماڈلز پر مبنی AI ماڈلز جیسے PyTorch کو اکثر .bin، .pt، یا .pkl جیسے ایکسٹینشن کے ساتھ اچار فائلوں کے طور پر ڈاؤن لوڈ کیا جا سکتا ہے۔ تاہم، Python pickle فائل فارمیٹ کی نوعیت کی وجہ سے، ان ماڈل فائلوں کو جیسے ہی لانچر کے ذریعے لوڈ کرنے کی کوشش کی جاتی ہے، نقصان دہ کوڈ پر عمل درآمد کرنے کے لیے تبدیل کیا جا سکتا ہے۔
واپس 2025، ریورسنگ لیبز Hugging Face پر، ہم نے دو لائیو ماڈل فائلیں دریافت کیں جو سادہ نظروں میں چھپی ہوئی غیر مجاز ریموٹ رسائی کی صلاحیتوں کے باوجود پلیٹ فارم کے خودکار سیکیورٹی چیک کو پاس کرتی ہیں۔ اب گلے لگانا چہرے کا اپنا مضمون نوٹ کریں کہ یہ آپ کی فائل کو ایک بڑے سیکورٹی رسک کے طور پر اچار کرتا ہے۔
ڈیٹا کی خلاف ورزیوں یا غیر مجاز رسائی سے بچنے کے لیے، آپ کو صرف تازہ ترین فائل فارمیٹس، جیسے کہ .safetensor یا .gguf میں پیک کردہ LLM ڈاؤن لوڈ کرنا چاہیے۔ یہ فائل فارمیٹس ڈیٹا کو عددی شکل میں اسٹور کرتے ہیں، جس سے ماڈل لوڈ ہونے پر بدنیتی پر مبنی کوڈ پر عمل درآمد ناممکن ہوجاتا ہے۔ اگر کوئی خاص ماڈل صرف .pt یا .pkl فائل کے طور پر دستیاب ہے تو میں اسے چھوڑ دوں گا۔ LLM کے بہت سے نئے ورژن ہیں جو زیادہ محفوظ فائل فارمیٹس استعمال کرتے ہیں۔
قابل تصدیق پبلشرز سے ماڈلز ڈاؤن لوڈ کریں۔
AI حب جیسے Hugging Face یا ModelScope انٹرنیٹ کنیکشن رکھنے والے کسی کو بھی ویب سائٹ پر AI ماڈلز اپ لوڈ کرنے کی اجازت دیتے ہیں۔ اگرچہ پلیٹ فارم کی سطح پر کچھ حفاظتی پروٹوکول موجود ہیں، نئے اور زیادہ نفیس کارنامے، جیسے کہ 2025 میں ReversingLabs کے ذریعے دریافت کیا گیا واقعہ، ان پروٹوکولز اور تصدیقوں کو بہت آسانی سے نظرانداز کر سکتا ہے۔
بہتر حفاظت کے لیے، صرف بڑے ماڈل ڈویلپرز کے زیر انتظام سرکاری اکاؤنٹس سے اپ لوڈ کردہ ماڈل فائلز ڈاؤن لوڈ کریں۔ مثال کے طور پر، Google، Mistral، Meta، اور Qwen (alibaba) سبھی کے پاس ہیگنگ فیس پر تصدیق شدہ بیجز کے ساتھ الگ الگ تنظیمی اکاؤنٹس ہیں۔ ایک تصدیقی بیج اشارہ کرتا ہے کہ کمپنی اصل میں کمپنی اکاؤنٹ کی مالک ہے اور اس کا انتظام کرتی ہے۔ اس کی وجہ یہ ہے کہ اپ لوڈرز کو لاگ ان کرنے اور ماڈل فائلوں کو اپ لوڈ کرنے کے لیے اپنی آفیشل کمپنی کا ای میل ایڈریس استعمال کرنا پڑتا تھا۔ آپ دیکھ سکتے ہیں اعلی درجے کی سیکورٹی سیکشن آپ کے کاروبار میں تصدیق شدہ بیجز کیسے کام کرتے ہیں اس بارے میں مزید معلومات کے لیے، Hugging Face مضمون دیکھیں۔
صرف سرکاری ویب سائٹ سے AI ایپس حاصل کریں۔
ہیکرز لوگوں کو نقصان دہ سافٹ ویئر انسٹال کرنے کے لیے مقبول GenAI ٹول کو بیت کے طور پر استعمال کرنا پسند کرتے ہیں۔ اکثر، وہ جعلی ویب سائٹس سیٹ کرتے ہیں یا مقبول ایپ مارکیٹ پلیس پر اپ لوڈ کرتے ہیں جہاں وہ آفیشل پلیٹ فارم ہونے کا بہانہ کر سکتے ہیں۔ پچھلی کوششوں نے اسی طرح کی ویب سائٹس کے ChatGPT کلون پر توجہ مرکوز کی ہے جو اصلی OpenAI کی طرح نظر آتی ہیں۔ لوگوں کو کرپٹڈ .exe یا .dmg فائلیں ڈاؤن لوڈ کرنے پر مجبور کرکے، وہ خطرناک پے لوڈ فراہم کرتے ہیں جیسے: سرخ لکیرلما یا میک کے لیے اوڈیسی انفوسٹیلر. اسی طرح کی کوششیں پلے سٹور پر اپ لوڈ کی گئی بدنیتی پر مبنی ایپس کے ذریعے اینڈرائیڈ صارفین کو نشانہ بنانے کے لیے بھی استعمال کی گئی ہیں۔
اب تک آپ کا کیا خیال ہے؟
تاہم، حملے اس کے بعد سے زیادہ نفیس ہو گئے ہیں اور یہاں تک کہ نامعلوم مقامی AI پلیٹ فارمز اور Python پیکجوں کو بھی نشانہ بنا سکتے ہیں۔ حملہ آوروں نے سرکاری GitHub ذخیرے اور PyPI (Python Package Index) کے اپ لوڈز سے بھی سمجھوتہ کیا۔ TrendAI نے اطلاع دی۔ ایک خاص طور پر چونکا دینے والے کیس میں، بدنیتی پر مبنی کوڈ براہ راست LiteLLM کے آفیشل PyPI پیکیج میں داخل کیا گیا تھا، یہ ایک اوپن سورس AI گیٹ وے ہے جو ایک API سے سینکڑوں LLMs کو کال کر سکتا ہے۔ مثبت سیکورٹی ہم نے ایک بدنیتی پر مبنی Python پیکج بھی دریافت کیا جو PyPI پر ڈیپ سیک کی شکل میں اپ لوڈ کیا گیا تھا۔
معلوم کریں کہ وہ اپنے AI ٹولز کہاں سے حاصل کرتے ہیں۔ بہترین طریقہ یہ ہے کہ براہ راست سرکاری ذرائع، قابل اعتماد AI وینڈرز کے ذریعے دیکھے گئے تصدیق شدہ GitHub ریپوزٹریز، اور Python پیکیجز پر انحصار کیا جائے جن کا براہ راست سورس کمپنی کی آفیشل دستاویزات میں حوالہ دیا گیا ہے۔
دو بار چیک کریں کہ آپ کا ماڈل آپ کو کون سے پیکیجز انسٹال کرنے کے لیے کہتا ہے۔
میں نے پہلے ہی اس کا احاطہ کیا ہے کہ Python پیکجوں کے آپ کے سسٹم پر چلنے کے ساتھ ہی میلویئر انسٹال کرنے کے لیے کس طرح سمجھوتہ کیا جا سکتا ہے۔ لیکن یہ صرف LLM فائلیں اور AI ٹولز نہیں ہیں جن پر آپ کو نظر رکھنے کی ضرورت ہے۔ جب آپ کسی AI ایجنٹ سے کوڈ لکھنے یا کوئی کام چلانے کے لیے کہتے ہیں، تو یہ اس کام کو مکمل کرنے کے لیے درکار پیکیجز یا انحصار کو بھی انسٹال اور چلاتا ہے۔ اور چونکہ AI ماڈل فریب کا شکار ہوتے ہیں، ایجنٹ اکثر ایسے پیکیج کے نام ایجاد کرتے ہیں جو موجود نہیں ہوتے۔ حالیہ تحقیق 576,000 کوڈ کے نمونوں میں 16 ماڈلز کے تجزیے سے پتہ چلتا ہے کہ اوپن اینڈڈ LLM نے یہ کام 21.7% وقت انجام دیا، جب کہ فرنٹیئر AI ماڈل میں فریب کاری کی شرح 5.2% تھی۔
ہیکرز یہ جانتے ہیں، اس لیے وہ ایک نئی قسم کا حملہ کرتے ہیں جسے "اسپوفنگ اٹیک” کہا جاتا ہے جس میں بدنیتی پر مبنی اداکار مختلف LLMs پر جعلی سوفٹ ویئر پیکجز کو رجسٹر کرتے ہیں، عام طور پر سائیکیڈیلک پیکیج کے ناموں کے ساتھ۔ جیسے ہی AI ایجنٹ انہیں مقامی سسٹم پر چلاتا ہے یہ پیکجز بدنیتی پر مبنی کوڈ، فوری انجیکشن حملوں، یا انفوسٹیلرز کو انجام دے سکتے ہیں۔
ان حملوں سے بچنے کا بہترین طریقہ یہ ہے کہ AI ایجنٹوں کی اجازت کے بغیر کیا انسٹال اور چلایا جا سکتا ہے اسے محدود کرنا ہے۔ آپ اپنے ماڈل کو انسٹال کرنے یا چلانے سے پہلے ہر سافٹ ویئر پیکج کو دستی طور پر منظور کرنے کا انتخاب کر سکتے ہیں، یا آپ مخصوص قابل اعتماد ریپوزٹریوں کو وائٹ لسٹ کر سکتے ہیں جن میں نقصان دہ کوڈ ہونے کا امکان نہیں ہے۔ کسی بھی طرح سے، اپنے ماڈل لاگز کا جائزہ لیں کہ کون سے پائپ انسٹال اور این پی ایم انسٹال کمانڈز غیر مجاز تنصیبات کو روکنے کے لیے چلائے جاتے ہیں۔
آپ کا AI ایجنٹ جس چیز کو چھو سکتا ہے اسے محدود کریں۔
مقامی ہارڈویئر پر چلتے ہوئے بھی، AI ایجنٹس MCP سرورز کو کال کر سکتے ہیں، فائلیں ڈاؤن لوڈ اور چلا سکتے ہیں، ویب تلاش کر سکتے ہیں، اور APIs کا استعمال کرتے ہوئے فریق ثالث کی خدمات سے جڑ سکتے ہیں۔ یہ مقامی ہارڈویئر میں فائلوں کو پڑھ اور لکھ سکتا ہے اور آپریٹنگ سسٹم کی بنیادی ترتیبات کو بھی تبدیل کر سکتا ہے۔ ان تمام خصوصیات کو مناسب احتیاط کے ساتھ اور آپ کے سیکیورٹی پروفائل پر منحصر ہونا چاہیے۔ آپ کے AI ایجنٹوں یا ماڈل ایگزیکیوٹرز کی آپ کے سسٹمز تک رسائی کی سطح کو احتیاط سے منظم کریں، خاص طور پر جدید، کھلے ماڈلز جن میں دھوکہ دہی یا استحصالی خطرات ہو سکتے ہیں۔
AI ایجنٹس کے رسائی کے حقوق کو منظم کرنے کے کئی طریقے ہیں۔ سب سے پہلے ڈوکرائزڈ کنٹینرز کے اندر AI ورک فلو کو چلانا ہے جہاں سسٹم فائلوں کو براہ راست تبدیل نہیں کیا جا سکتا۔ مزید برآں، ایجنٹ کے فریم ورک جیسے OpenClaw یا Hermes کی ڈیفالٹ کنفیگریشن کو تبدیل کر کے بھی اجازتوں کو محدود کیا جا سکتا ہے۔ OpenClaw آپ کو تین ڈیفالٹ اجازت پروفائلز میں سے انتخاب کرنے دیتا ہے، بشمول سوال، انکار، اور اجازت کی فہرست، اور اسے مخصوص ورک فلوز اور سروسز تک مزید بڑھایا جا سکتا ہے۔ ہرمیس آپ کو اسی طرح کی وائٹ لسٹ ترتیب دینے یا فی کرون جاب ٹول کے استعمال کو محدود کرنے کی بھی اجازت دیتا ہے۔
صرف مقامی موڈ کو آن کریں۔
AI ماڈل رنرز جیسے Ollama اور LM سٹوڈیو مقامی اور کلاؤڈ ہوسٹڈ ماڈلز کو سپورٹ کر سکتے ہیں۔ تاہم، ہرمیس یا اوپن کلاؤ کا استعمال کرتے ہوئے، ایک واحد فنکشن کو نیٹ ورک تک رسائی کو محدود کرنے کے لیے ترتیب دیا جا سکتا ہے یہاں تک کہ اگر آرکیسٹریشن پرت ایسا نہیں کرتی ہے۔ آپ سروس کو مقامی IP ایڈریس (127.0.0.1) سے منسلک کر کے ایسا کر سکتے ہیں تاکہ دوسرے آلات کو اپنے نیٹ ورک یا عوامی ویب پر اس تک رسائی سے روکا جا سکے۔
اس ڈرائیو کو انکرپٹ کریں جہاں آپ اپنی چیٹ ہسٹری اسٹور کرتے ہیں۔
اپنے AI ورک فلو کو مقامی رکھ کر، آپ کی لوکل ڈرائیو پر چیٹ کی پوری تاریخ سادہ متن میں موجود ہوتی ہے، اس کے ساتھ کسی بھی اسناد، راز، یا API ٹوکنز جو آپ نے ماڈل کے ساتھ شیئر کیے ہوں گے۔ اگر کسی کو آپ کے آلے تک جسمانی رسائی حاصل ہے، تو وہ ہر چیز اپنے ساتھ لے جا سکتا ہے۔ ایپس جیسے فائل والٹ، بٹ کوائنیا عیش و آرام آپ اپنی ہارڈ ڈرائیو کو انکرپٹ کر سکتے ہیں تاکہ آپ کی چیٹ کی سرگزشت کو بغیر کسی خفیہ کاری کی کلید کے سادہ متن میں پڑھا نہ جا سکے۔ اگر آپ کا آلہ چوری یا گم ہو جاتا ہے تو اسے نمائش کے خطرے سے بچنے کے لیے استعمال کریں۔
شروع کرنے کے لیے چند مقامی AI پلیٹ فارم
اگر آپ مقامی AI میں نئے ہیں، تو یہاں چند پلیٹ فارمز ہیں جنہیں آپ آزما سکتے ہیں: AI انجینئرنگ ٹیکنالوجی سے ناواقف نئے صارفین کو زیادہ سے زیادہ رسائی فراہم کرتا ہے۔
-
وجود: میکوس، ونڈوز اور لینکس کے لیے اوپن سورس ماڈل لانچر۔ ایک بڑی ماڈل لائبریری کے ساتھ ایک سادہ ڈیسک ٹاپ ایپ جو زیادہ تر دیگر مقامی AI ٹولز سے منسلک ہو سکتی ہے۔
-
ایل ایم اسٹوڈیو: ایک چیکنا ڈیسک ٹاپ ایپ جو آپ کو گرافیکل UI کے اندر ہیگنگ فیس کے ماڈلز ڈاؤن لوڈ کرنے کی اجازت دیتی ہے۔ جولائی 2025 سے، یہ کاروباری اور ذاتی استعمال دونوں کے لیے مفت دستیاب ہوگا۔
-
جنوری: ایک اوپن سورس Apache 2.0 لائسنس یافتہ ChatGPT متبادل جو Windows، macOS اور Linux پر مکمل طور پر آف لائن چلتا ہے۔
-
کچھ بھی ایل ایل ایم ڈیسک ٹاپ: یہ ایک مفت MIT لائسنس یافتہ ایپ ہے جو آپ کو اپنے دستاویزات کے بارے میں مقامی طور پر چیٹ کرنے دیتی ہے۔ اگر آپ پی ڈی ایف اور نوٹس کو کہیں بھی اپ لوڈ کیے بغیر اپنے ماڈل میں فیڈ کرنا چاہتے ہیں تو یہ ایک ٹھوس انتخاب ہے۔
-
WebUI کھولیں: ایک براؤزر پر مبنی آف لائن چیٹ انٹرفیس جو آپ کو اولاما سے جوڑتا ہے اور UI کو مزید قابل رسائی بناتا ہے۔ میش VPN کے ساتھ جوڑا بنانے پر، پورا خاندان محفوظ طریقے سے ایک AI سرور استعمال کر سکتا ہے۔