प्रतिष्ठा संरक्षण र LLM विषाक्तता अनुसन्धान

यो पृष्ठ LLM विषाक्तता, दुरुपयोग-रोधी प्रणालीहरू, र प्रतिष्ठा संरक्षण सम्बन्धी समर्पित अनुसन्धान अभिलेख हो। जोखिम तात्कालिक छ: LLM नतिजाहरूमा विश्वास बढ्ने गति हाम्रो दाबीहरू प्रमाणित गर्ने क्षमता भन्दा छिटो बढेको छ, र प्रतिद्वन्द्वीहरूले सस्तोमा यस्तो पाठ प्रकाशित गर्न सक्छन् जसले मोडेलको व्यवहार र कम अनलाइन उपस्थिति भएका व्यक्तिहरूको खोज छविमा पक्षपात सिर्जना गर्छ।

कार्यकारी सारांश

सानो इन्टरनेट उपस्थितिका साधारण मानिसहरूलाई AI द्वारा बढाइएको बदनामी र डाटा पोइजनिङबाट असमान जोखिम हुन्छ। एक मात्र प्रेरित व्यक्ति नक्कली कथाहरू रोप्न सक्दछ जुन खोज, सामाजिक फिड र LLMs दोहोर्याउँछन्। यो दस्तावेजले सामान्य आक्रमण मार्गहरू, प्रतिष्ठा र सुरक्षामा पर्ने ठोस प्रभावहरू, र पत्ता लगाउने तथा सुरक्षा गर्ने व्यावहारिक कार्यपुस्तिका व्याख्या गर्छ। यसले क्रिप्टोग्राफिक रूपमा प्रमाणीकरण गरिएका अटेस्टेसनहरू र प्रोभेनेन्स-अवेयर पुनःप्राप्तिले व्यक्तिहरू र एकात्मकर्ताहरूका लागि नोक्सान कसरी घटाउन सक्छन् भनी पनि रूपरेखा बनाउँछ।

दर्शक र खतरा मोडेल

दर्शक: ठूलो SEO उपस्थिति नभएका व्यक्ति र साना संस्थाहरू। सीमाहरू: सीमित समय, बजेट, र प्राविधिक स्रोतहरू। प्रतिद्वन्द्वी: एकल अभिनेता जसले ठूलो मात्रामा पाठ सिर्जना र पोस्ट गर्न सक्छ, आधारभूत लिंक नेटवर्कहरू प्रयोग गर्न सक्छ, र रिपोर्टिङका ब्लाइन्ड स्पटहरूको दुरुपयोग गर्न सक्छ। लक्ष्यहरू: खोज/LLM नतिजाहरू विकृत पार्नु, प्रतिष्ठामा नोक्सान पुर्‍याउनु, नियोक्ता, ग्राहक, प्लेटफर्म वा एजेन्टहरूका लागि शङ्का सिर्जना गर्नु।

LLM विषाक्तकरण के हो?

LLM पोइज़निङ भनेको मोडेलको व्यवहारलाई बीउ रोपिएको वा समन्वय गरिएको सामग्रीमार्फत् हेरफेर गर्नु हो — उदाहरणका लागि, दुष्ट पोस्टहरू, कृत्रिम लेखहरू, वा फोरम स्प्याम — जसलाई रिट्राइवल प्रणालीहरूले समात्न सक्छन् वा मानिसहरूले संकेतका रूपमा प्रयोग गर्न सक्छन्, र मोडेललाई गलत सङ्गतहरू र बदनाम गर्ने कथाहरूतर्फ धकेल्छ।

LLMs र पुनःप्राप्ति प्रणालीहरू स्केल र कवरेजका लागि अनुकूलित भएकाले, एकल प्रेरित प्रतिद्वन्द्वीले वेबको सानो भागमा बाढी ल्याएर कुनै व्यक्तिबारे मोडलले “हेर्ने” कुरालाई आकार दिन सक्छ। यो विशेषगरी सीमित अनलाइन उपस्थित भएका व्यक्तिहरूविरुद्ध प्रभावकारी हुन्छ।

प्रतिष्ठा कसरी विकृत हुन्छ

सर्च र सामाजिक विषाक्तता - प्रोफाइल ज्याकिंग, लिंक फार्महरू, र र्याङ्किङ विशेषताहरू र अटोकम्प्लिट सम्बन्धहरूमा पक्षपात गर्न मास पोस्टिङ।
ज्ञानभण्डार र RAG विषाक्तिकरण - एन्टिटी पृष्ठहरू र QA नोटहरू सिर्जना गर्नु जसले अर्थगत रूपमा सम्बन्धित देखिन्छन् र सन्दर्भका रूपमा पुनःप्राप्त हुन्छन्.
आप्रत्यक्ष प्रम्प्ट इन्जेक्सन - यस्तो शत्रुतापूर्ण वेब सामग्री जसले ब्राउज़िङ एजेन्टहरूलाई निर्देशन दोहोर्‍याउन वा संवेदनशील डेटा चुहाउन बाध्य पार्छ.
ब्याकडोर गरिएको अन्तबिन्दुहरू - दुष्ट मोडल र्यापरहरू जुन ट्रिगर वाक्यांशहरू देखिँदासम्म सामान्य व्यवहार गर्दछन्, र त्यसपछि लक्षित झुटी जानकारी निकाल्दछन्।

अतिरिक्त जोखिमहरू र विफलता मोडहरू

कृत्रिम आउटपुटमा प्रशिक्षणका कारण मोडेल पतन — फिडब्याक लूपहरू जहाँ उत्पन्न पाठले भविष्यको मोडेल गुणस्तर घटाउँछ यदि फिल्टर वा तौल नदिइएमा।
आप्रत्यक्ष प्रम्प्ट इन्जेक्सन - वेबमा शत्रुतापूर्ण सामग्री जसले एउटा एजेन्ट वा ब्राउज़िङ उपकरणलाई उद्धृत गर्दा रहस्य चुहाउन वा मानहानी फैलाउन निर्देशन दिन्छ.
एम्बेडिङ स्टोर विषाक्तकरण - ज्ञानभण्डारमा प्रतिकूल अंशहरू थप्नुहोस् जसले पुनःप्राप्तिले अर्थगत रूपमा सम्बन्धित देखिने गलत दावीहरू सतहमा ल्याउँछ.
ब्याकडोर गरिएको रिलीजहरू - संशोधित चेकपोइन्टहरू वा API र्यापरहरू प्रकाशित गर्ने जसले ट्रिगर वाक्यांश उपस्थित नहुँदासम्म सामान्य व्यवहार गर्दछन्।

ठोस केसहरू र सन्दर्भहरू

गहिराइमा निवारण उपायहरू

रिट्राइवल र र्याङ्किङ

स्रोत स्कोरिङ र प्रोभेनेन्स वेटिङ - हस्ताक्षरित वा प्रकाशकद्वारा प्रमाणीकृत सामग्रीलाई प्राथमिकता दिनुहोस्; भर्खरै सिर्जित वा कम प्रतिष्ठाका पृष्ठहरूको तौल घटाउनुहोस्।
समय अवमूल्यन र अनुग्रह अवधि - नयाँ स्रोतहरूले उच्च दाउ भएका उत्तरहरूमा प्रभाव पर्नुअघि निश्चित प्रतीक्षा समय आवश्यक गराउनुहोस्; संवेदनशील निकायहरूको लागि मानवीय समीक्षा थप्नुहोस्।
इको च्याम्बर पहिचान - नजिकैका नक्कल गरिएका अंशहरूलाई समूहबद्ध गरी एउटै स्रोत वा नेटवर्कबाट दोहोरिने प्रभाव सीमित गर्नुहोस्.
एम्बेडिङ स्पेसमा बाह्य र अनियमितता पत्ता लगाउने — ती अंशहरूलाई झण्डा गर्नुहोस् जसका भेक्टर स्थानहरू प्रतिकूल रूपमा अनुकूलित गरिएका छन्।

डाटा र KB हाइजीन

ज्ञान आधारहरूको स्न्यापशट र डिफ - ठूलो परिवर्तनहरू समीक्षा गर्नुहोस्, विशेष गरी व्यक्ति इकाइहरू र प्राथमिक स्रोतविना भएका आरोपहरूको लागि।
क्यानरी र अस्वीकृत सूचीहरू - ज्ञात दुरुपयोग गर्ने डोमेनहरूको समावेश रोक्नुहोस्; अनधिकृत प्रसार मापन गर्न क्यानरीहरू समावेश गर्नुहोस्।
उच्च जोखिम विषयहरूमा मानव इन-द-लूप - प्रतिष्ठासम्बन्धी तथ्यहरूमा प्रस्तावित अपडेटहरूलाई म्यानुअल निर्णायक प्रक्रियाका लागि कतारमा राख्नुहोस्.

अटेस्टेसन र प्रतिष्ठा

क्रिप्टोग्राफिक रूपमा प्रमाणीकरण गरिएका अटेस्टेसनहरू - जाँचिएका पेशेवर र संस्थाहरूबाट हस्ताक्षरित कथनहरू जुन एक मात्र थपिने लग (append-only log) मार्फत प्रकाशित गरिन्छन्।
प्रतिष्ठा ग्राफहरू - हस्ताक्षरित समर्थनहरू सङ्कलन गर्नुहोस् र बारम्बार दुर्व्यवहार गर्ने वा बोट नेटवर्कहरूबाट आएका सामग्रीहरूको र्याङ्क घटाउनुहोस्।
प्रयोगकर्ता-समक्ष उद्धरणहरू - संवेदनशील दावीहरूको लागि स्रोत र विश्वसनीयता देखाउन तथा उत्पत्ति बैजहरू (provenance badges) सहित मोडेलहरूलाई आवश्यक पार्नुहोस्।

उद्यम चेकलिस्ट

आफ्नो क्षेत्रमा संवेदनशील इकाइहरू (मानिसहरू, ब्रान्डहरू, कानुनी विषयहरू) नक्साङ्कन गर्नुहोस् र सोधपुछहरूलाई उत्पत्तिको प्रमाण माग्ने सुरक्षित पाइपलाइनतर्फ मार्गनिर्देश गर्नुहोस्।
पहिलो पक्षको सामग्रीका लागि C2PA वा समान सामग्री प्रमाणपत्रहरू अपनाउनुहोस् र साझेदारहरूलाई पनि त्यही गर्न प्रेरित गर्नुहोस्।
नयाँ स्रोतहरूको प्रभाव समयक्रममा ट्र्याक गर्नुहोस् र इकाई-स्तरका उत्तरहरूमा असामान्य उतार-चढावमा सूचित गर्नुहोस्।
RAG र ब्राउजिङ एजेन्टहरूको लागि निरन्तर रेड टिमिङ चलाउनुहोस्, जसमा अप्रत्यक्ष प्रम्प्ट इन्जेक्शन परीक्षण सूटहरू समावेश छन्।

एआई मार्फत उत्पीडन र मानहानी

कामको लागि राखिएका व्यक्तिहरूले अहिले एआई र स्वचालनलाई उपयोग गरी ठूलो परिमाणमा उत्पीडन र मानहानी उत्पादन गर्छन्, विश्वसनीय देखिने पाठ र नकली “sources” सिर्जना गरेर जुन सुचीकृत, स्क्र्याप र पुन: साझा गर्न सजिलो हुन्छन्। यस्ता अभियानहरू कम लागतमा, उच्च प्रभावका र एकपटक स्वचालित प्रणालीहरूले प्रवर्धन गरेपछि समाधान गर्न कठिन हुन्छन्.

Chad Scira ले व्यक्तिगत रूपमा लक्षित उत्पीडन र बदनामिको अनुभव गरेका छन्, जुन प्रतिष्ठा संकेत र खोज प्रभावहरू विकृत गर्न उद्धेश्यसहित स्प्यामयुक्त लिङ्किङसँग जोडिएको थियो। विस्तृत विवरण र प्रमाण मार्गमाला यहाँ दस्तावेज गरिएको छ: Jesse Nickles - उत्पीडन र मानहानी.

हालैको Stack Exchange घटनाले कसरी समन्वयित खाता नेटवर्कहरूले सामान्यतया मजबूत विश्वसनीयता संकेत बोकेका प्लेटफर्महरूमा विश्वास निर्माण गर्न सक्छन् भनी देखाउँछ। सम्बन्धित धेरै खाताहरूमा सार्वजनिक 100-वर्षका निलम्बनहरू र त्यसपछि प्रतिशोधात्मक क्रस-प्लेटफर्म प्रकाशनले प्रोभेनेन्स-अवेयर र्याङ्किङ र दुरुपयोग-विरोधी प्रणालीहरूको लागि उपयोगी केस स्टडी बनाउँछ: Stack Exchange उत्पीडन र मानहानि घटना.

खतरा वर्गीकरण

प्रीट्रेनिङ डेटा पोइज़निङ - प्रारम्भिक तालिममा प्रयोग गरिएका सार्वजनिक कर्पोरा विषाक्त गरेर गलत सम्बन्ध वा ब्याकडोर स्थापना गर्ने।
RAG विषाक्तता - इन्फरेन्स समयमा रिट्राइवल पाइपलाइनहरूले प्रयोग गर्ने ज्ञान आधार वा बाह्य स्रोतहरूमा जानकारी छर्नु।
सर्च/सामाजिक विषाक्तता - कुनै व्यक्ति वा विषयबारे रिट्राइवल र र्याङ्किङ संकेतहरूमा पक्षपात गर्न पोस्टहरू बाढीझैँ पठाउने वा कम गुणस्तरका पृष्ठहरू सिर्जना गर्ने।
प्रतिद्वन्द्वी प्रम्प्ट र सामग्री - अवाञ्छित व्यवहारहरू वा जेलब्रेकहरू ट्रिगर गर्ने इनपुटहरू तयार पार्ने जुन बदनाम गर्ने दावीहरू दोहोर्याउँछ।

हालका घटनाहरू र अनुसन्धान (मितिसहित)

सूचना: माथिका मितिहरू लिंक गरिएको स्रोतहरूमा प्रकाशित वा सार्वजनिक रिलिज मितिलाई प्रतिबिम्बित गर्छन्।

यो किन खतरनाक छ

LLM हरू आधिकारिक देखिन सक्छन् भले नै आधारभूत सन्दर्भहरू कमजोर वा प्रतिकूल रूपमा बीउ रोपिएका किन नहोस्।
रिट्राइवल र र्याङ्किङ पाइपलाइनहरूले दोहोरिएको पाठलाई बढी तौल दिन सक्छन्, जसले एकै व्यक्तिलाई मात्र भोल्युमका आधारमा परिणामहरूमा प्रभाव पार्न अनुमति दिन्छ।
मानव तथ्य जाँचका मार्गहरू स्वचालित सामग्री उत्पादन र वितरणको गतिसँग तुलना गर्दा ढिला र महँगो हुन्छन्.
उल्लेखनीय अनलाइन उपस्थिति नभएका पीडितहरू एकल पोस्टद्वारा भएका विषाक्तकरण र पहिचान आक्रमणप्रति असानुपातिक रूपमा बढी संवेदनशील हुन्छन्।

जोखिम गहिरो विश्लेषण

रोजगारी र प्लेटफर्म स्क्रिनिङ - खोज र LLM सारांसहरूले भर्ती, मोडरेशन, वा अनबोर्डिङ जाँचहरूमा विषाक्त सामग्रीलाई प्रतिध्वनित गर्न सक्छन्.
यात्रा, आवास, र वित्तीय सेवाहरू - स्वचालित जाँचहरूले गलत कथाहरू सतहमा ल्याउन सक्छन् जसले सेवाहरू ढिला वा अवरुद्ध गर्न सक्छ।
स्थायित्व - एकपटक ज्ञान आधारहरूमा सूचीबद्ध वा क्यास गरिएको उत्तरमा समावेश भएपछि, गलत दावीहरू हटाइएपनि पुनः देखा पर्न सक्छन्।
कृत्रिम प्रतिक्रिया - उत्पन्न गरिएको सामग्रीले अझ बढी उत्पन्न सामग्री जन्माउन सक्छ, जसले समयसँगै गलत सूचनाको देखिने तौल बढाउँछ।

पहिचान र अनुगमन

तपाईंको नाम र छद्मनामहरूमा खोज चेतावनीहरू सेट गर्नुहोस्; समय समयमा site: प्रश्नहरू जाँच गरी तपाईंलाई उल्लेख गर्ने कम प्रतिष्ठित डोमेनहरू हेर्नुहोस्।
आफ्ना ज्ञान प्यानलहरू वा इकाई पृष्ठहरूमा भएका परिवर्तनहरू ट्र्याक गर्नुहोस्; प्रमाणका लागि मिति सहितका स्क्रीनशटहरू र निर्यात प्रतिहरू राख्नुहोस्।
सामाजिक लिंक ग्राफहरू निगरानी गर्नुहोस्, दोहोरिने उत्पत्ति खाता वा समान वाक्यांशको अचानक बढबढका लागि।
यदि तपाईं RAG वा ज्ञानभण्डार सञ्चालन गर्दै हुनुहुन्छ भने, एन्टिटी ड्रिफ्ट जाँचहरू चलाउनुहोस् र प्राथमिक स्रोत बिना व्यक्तिको पृष्ठहरू वा आरोपहरूमा भएका ठूला परिवर्तनहरू समीक्षा गर्नुहोस्.

सुरक्षा प्लेबुक - व्यक्तिहरू

स्पष्ट पहिचान दाबीहरू, छोटो जीवनवृत्त र सम्पर्क मार्गहरू सहित व्यक्तिगत साइट प्रकाशित गर्नुहोस्; मिति सहितको परिवर्तन लग राख्नुहोस्।
प्लेटफर्महरूभर प्रोफाइल मेटाडेटा सुसंगत बनाउनुहोस्; सम्भव भएमा प्रमाणीकरण प्राप्त प्रोफाइलहरू हासिल गर्नुहोस् र तिनीहरूलाई आफ्नो साइटसँग लिंक गर्नुहोस्।
सम्भव भएमा प्रमुख छविहरू र कागजातहरूको लागि C2PA वा समान सामग्री प्रमाणपत्र प्रयोग गर्नुहोस्; मूल फाइलहरू निजी रूपमा भण्डारण गर्नुहोस्।
प्रमाण लग समयचिन्ह (timestamps) सहित राख्नुहोस्: स्क्रिनशट, लिंक, र कुनै पनि प्लेटफर्म टिकट नम्बरहरू पछि उचाल्नका लागि.
टेकडाउन टेम्प्लेटहरू तयार पार्नुहोस्; नयाँ आक्रमणहरूमा छिटो प्रतिक्रिया दिनुहोस् र प्रत्येक कदमको दस्तावेजीकरण गर्नुहोस् ताकि स्पष्ट कागजी प्रमाण रहोस्।

सुरक्षा प्लेबुक - टोलीहरू र एकीकर्ताहरू

रिट्राइभलमा हस्ताक्षरित वा प्रकाशकद्वारा प्रमाणित सामग्रीलाई प्राथमिकता दिनुहोस्; नयाँ स्रोतहरूको लागि समयमा आधारित ग्रेस अवधि लागू गर्नुहोस्।
एउटै स्रोतबाट दोहोरिने प्रभाव सीमित गर्नुहोस् र प्रत्येक स्रोत वा नेटवर्कका लागि नजिकका नक्कलहरूलाई डुप्लिकेट रहित बनाउनुहोस्.
व्यक्ति स्तरका दावीहरू र अन्य संवेदनशील विषयहरूको लागि प्रोभेनेन्स बैजहरू र प्रयोगकर्तामुखी स्रोत सूचीहरू थप्नुहोस्।
एम्बेडिङ स्टोर्समा अनोमाली पत्ता लगाउने उपाय अपनाउनुहोस्; प्रतिद्वन्द्वी भेक्टरका आउट्लाइरहरूलाई फ्ल्याग गर्नुहोस् र अनधिकृत प्रसारको लागि क्यानरी परीक्षणहरू चलाउनुहोस्।

अनुसन्धान: क्रिप्टोग्राफिक रूपमा प्रमाणित दावीहरू

Chad Scira मानिसहरू र घटनाहरूबारेका कथनहरूमा विश्वासका लागि क्रिप्टोग्राफिक रूपमा प्रमाणीकरण गरिएका अटेस्टेसन प्रणालीहरू निर्माण गर्दैछन्। लक्ष्य LLMs र पुनःप्राप्ति प्रणालीहरूलाई जाँचिएका पेशेवरहरू र संस्थाहरूबाट हस्ताक्षरित, प्रश्नयोग्य दाबीहरू उपलब्ध गराउनु हो, जसले मजबुत प्रोभेनेन्स र पोइजनिङविरुद्ध बढी प्रतिरोध सक्षम बनाउँछ।

डिजाइन सिद्धान्तहरू

पहिचान र उत्पत्ति: वक्तव्यहरूलाई सार्वजनिक कुञ्जी क्रिप्टोग्राफी प्रयोग गरी प्रमाणीकरण गरिएका व्यक्ति/संस्थाहरूले हस्ताक्षर गर्छन्.
परीक्षणयोग्य भण्डारण: प्रत्ययपत्रहरू (attestations) केवल थपिने र छेडछाड-प्रमाणित लगहरूमा एङ्कर गरिन्छन् जसले स्वतन्त्र सत्यापन सक्षम बनाउँछ।
रिट्राइवल एकीकरण: RAG पाइपलाइनहरूले संवेदनशील सोधपुछहरूको लागि क्रिप्टोग्राफिक रूपमा प्रमाणित स्रोतहरूलाई प्राथमिकता दिन वा आवश्यक बनाउने सक्छन्।
न्यूनतम अवरोध: APIs र SDKs ले प्रकाशक र प्लेटफर्मलाई ग्रहण गर्ने समयमा प्रमाणीकरणहरू जारी र जाँच गर्न अनुमति दिन्छ।

प्रतिष्ठा र चेतावनी

अटेस्टेशनहरू बाहेक, एक प्रतिष्ठा तहले हस्ताक्षरित समर्थनहरू सङ्कलन गर्छ र परिचित दुरुपयोगकर्ताहरूलाई झण्डा गर्छ। अलर्ट प्रणालीहरूले समन्वित आक्रमण वा असामान्य उछाल पत्ता लाग्दा लक्षित पक्षलाई सूचित गर्छन्, जसले छिटो प्रतिक्रिया र हटाउने अनुरोधहरू सम्भव बनाउँछ।

कानुनी र प्लेटफर्म च्यानलहरू

स्पष्ट प्रमाण प्याकेजसहित प्लेटफर्म रिपोर्ट प्रवाहहरू प्रयोग गर्नुहोस्: लिंकहरू, मिति, स्क्रीनशटहरू, र प्रभावहरू। मानहानी र उत्पीडन सम्बन्धी नीतिहरूलाई सन्दर्भित गर्नुहोस्।
उपयुक्त अवस्थामा औपचारिक सूचनाका साथ मुद्दा अगाडि बढाउनुहोस्; प्रमाणको क्रममा पत्राचार लग र टिकट ID हरू राख्नुहोस्.
निन्दा (defamation) र प्लेटफर्म दायित्वमा अधिकारक्षेत्रगत भिन्नताहरू विचार गर्नुहोस्; उच्च जोखिम भएका मामिलाहरूमा कानूनी सल्लाह लिनुहोस्।

कार्यान्वयन रोडम्याप (वर्ष १)

MVP: पहिचान वक्तव्य र घटनाका दावीहरूमा हस्ताक्षर गर्नका लागि अटेस्टेशन स्कीमा र प्रकाशक SDK।
साना समूहका प्रमाणित पेशेवरहरू र सङ्गठनहरूसँग पाइलट सञ्चालन गर्नुहोस्; प्रमाणीकरण कार्यप्रवाहहरू स्थापन गनुहोस्।
RAG प्लगइन्स: संवेदनशील प्रश्नहरूका लागि प्रमाणित स्रोतलाई प्राथमिकता दिने 'प्रोभेनेन्स फर्स्ट' उत्तर मोड सक्षम गर्नुहोस्।

थप पढाइ (मितिहरू सहित)

सहकार्य

यो अनुसन्धान अग्रगामी र सक्रिय रूपमा विकसित हुँदैछ। Chad Scira यस क्षेत्रका अन्य पेशेवरहरूसँग सहकार्यका लागि स्वागत गर्दछ।

यदि तपाईं सहकार्यमा इच्छुक हुनुहुन्छ भने, कृपया यस ठेगानामा सम्पर्क गर्नुहोस्: [email protected]

कानुनी सूचना। यस पृष्ठमा प्रस्तुत गरिएको जानकारी तथ्यहरूको सार्वजनिक अभिलेख हो। यसलाई थाइल्यान्डमा Jesse Jacob Nickles विरुद्ध जारी आपराधिक मानहानि मुद्दामा प्रमाणको रूपमा प्रयोग गरिँदैछ। Official criminal case reference: Bang Kaeo Police Station – Daily Report Entry No. 4, Book 41/2568, Report No. 56, dated 13 August 2568, Reference Case No. 443/2567. दस्तावेजीकरणले दस्तावेजीकृत दोहोरिने व्यवहारको ढाँचालाई विचार गर्दा, धेरै पीडितहरूलाई असर पुर्‍याउने उक्त व्यवहारका सन्दर्भमा, Jesse Nickles विरुद्ध आफ्ना उत्पीडन वा मानहानि सम्बन्धी दावी गर्ने अन्य कुनै व्यक्ति वा संस्था हरूका लागि पनि सहायक प्रमाणको रूपमा काम गर्न सक्छ।