सामग्री पर जाएं
1.1 — काउंसिल का जवाब

एक सवाल। 10+ मॉडल। स्रोतों के साथ एक जवाब, और असहमति मापी हुई

हर जवाब दिखाता है कि 10+ मॉडल कहाँ सहमत हैं, कहाँ बँटे हैं और उसके पीछे असल में कितने स्वतंत्र मत खड़े हैं। अग्रणी मॉडल अक्सर एक जैसी गलतियाँ करते हैं, और सबसे मज़बूत समूह वह होता है जो सबसे विविधहो, सबसे बड़ा नहीं (Metaculus के सवालों पर 2026 का एक अध्ययन) — इसलिए पैसा अलग-अलग क्षेत्रों और मॉडल परिवारों से जवाब लेता है और सीटें गिनने के बजाय परिवारों को वज़न देता है। मॉडलों की आम सहमति प्रमाण नहीं है: प्राथमिक डेटा किसी भी वोट से ऊपर है।

COUNCIL · POLL

परिषद का पोल: एक सवाल, हर मॉडल एक पंक्ति में जवाब देता है

लाइव डेटा लोड हो रहा है…

● काउंसिल मतदान · 14 नवंबर 2026 · शाम 6:33–6:47 ET
मुफ़्तनिष्कर्ष, असहमति का नक्शा, मापी गई स्वतंत्रता$2पूरी बहस: हर जवाब और बहस कैसे आगे बढ़ी
“वॉल स्ट्रीट पर अभी सबसे ज़्यादा क्या मायने रखता है?” हर मॉडल का जवाब एक पंक्ति में।
मुख्य विषय पर
काउंसिल निष्कर्ष: क्या दरें बढ़ने पर AI कैपेक्स का फल मिल पाएगा? मतभेद सूचकांक: विषय पर कम · पोज़िशनिंग पर ज़्यादा
12 मॉडल सहमत हैं।
जहाँ राय बँटी है: AI हार्डवेयर से आगे का रोटेशन। DeepSeek और Grok उन कंपनियों को पसंद करते हैं जो AI को अपनाती हैं (सॉफ़्टवेयर, वित्त, स्वास्थ्य सेवा); Meta AI ऊर्जा और ग्रिड को; Wenxin 5% से ऊपर की छोटी अवधि की अमेरिकी ट्रेज़री की ओर इशारा करता है। 14 नवंबर के जवाबों में चीनी मॉडलों ने चीन और रोबोटिक्स का ज़िक्र ज़्यादा किया, अमेरिकी मॉडलों ने चुनाव और Fed का।
तथ्य-जाँच में क्या मिला: वर्ल्ड गोल्ड काउंसिल 29 जनवरी को $5,405 का LBMA फ़िक्सिंग और $5,595.47 का इंट्राडे स्पॉट उच्चतम स्तर दर्ज करती है; ये दोनों अलग पैमाने हैं। Fed के रिकॉर्ड Claude के “सितंबर में बढ़ाई” और Z.ai के “अक्टूबर में स्थिर रखी” दोनों का समर्थन करते हैं: दर 3.75–4.00% है, और बाज़ार 9 दिसंबर को बढ़ोतरी की उम्मीद करते हैं (कैलेंडर). Gemini का “$1.1 → 1.8 ट्रिलियन” कुल AI खर्च के लिए Goldman का पूर्वानुमान है, पाँच हाइपरस्केलर का नहीं ($725–828 अरब)। WGC ↗ · Fed सितंबर ↗ · Fed अक्टूबर ↗
जवाब कैसे बनता है
1

भेजना

सवाल एक साथ सभी 10+ मॉडलों के पास जाता है। हर मॉडल जवाब, संभावना, स्रोत और यह लौटाता है कि क्या ज्ञात है और क्या मान लिया गया है।

2

तथ्य-जाँच

हर आँकड़े को उसके प्राथमिक स्रोत से मिलाया जाता है; कई मॉडलों द्वारा दोहराया गया वही आँकड़ा एक ही बार गिना जाता है, सहमति के रूप में कभी नहीं। टकराते तथ्यों पर निशान लगता है।

3

परिवार और रिकॉर्ड के हिसाब से वज़न

एक परिवार का सबसे मज़बूत मॉडल पूरा वोट पाता है; उसी कंपनी के बाकी मॉडलों को घटा हुआ वोट मिलता है, ताकि एक कंपनी बाकी सबको मात न दे सके। जिस मॉडल का उस तरह के सवाल पर रिकॉर्ड बेहतर है, उसका वज़न बढ़ता है।

4

असहमति का नक्शा

देखिए कौन असहमत है, क्यों और किस प्रमाण के आधार पर; दाँव का नतीजा आने पर Accuracy Ledger दिखाता है कि कौन-सा पक्ष सच के ज़्यादा करीब था।

5

बाज़ार की संभावनाओं से तुलना

काउंसिल की संभावना को Kalshi/Polymarket की कीमतों और फ़्यूचर्स के सामने रखा जाता है। कोई अंतर ऐसे सौदे की ओर इशारा कर सकता है जिसे परखना लायक हो।

6

दाँव दर्ज करना

पूर्वानुमान पर तारीख़ की मुहर लगती है। घटना का नतीजा आने पर हर मॉडल और काउंसिल का सार्वजनिक Brier स्कोर अपडेट होता है।

COUNCIL · 12 पैसा × 4 HORIZONS

परिषद क्या करती

अमेरिका और चीन के अग्रणी AI के बाज़ारों पर चार अवधियों के पूर्वानुमान। जिस मॉडल का नया उत्तर नहीं है, उसकी स्थिति अपरिवर्तित है।

लाइव डेटा लोड हो रहा है…

मेरी थीसिस में सहेजें →

COUNCIL · LIKENESS

जवाब कितने मिलते-जुलते हैं

लाइव डेटा लोड हो रहा है…

COUNCIL · INDEPENDENCE

14 मॉडल, पर कितने स्वतंत्र दृष्टिकोण?

लाइव डेटा लोड हो रहा है…

लाइव डेटा लोड हो रहा है…

COUNCIL · REASONING

ऐसा क्यों किया: हर AI का अपना तर्क

लाइव डेटा लोड हो रहा है…

काउंसिल कैसे बहस करती है और सवाल मॉडलों में कैसे बाँटती है
काउंसिल कैसे बहस करती है
A

अलग-अलग

खोज एक साझा, सत्यापित स्रोत-पैकेट बनाती है। मॉडल एक-दूसरे के निष्कर्ष देखे बिना स्वतंत्र रूप से काम करते हैं।

B

टकराव

एक पक्षधर पक्ष रखता है, एक संशयवादी विपरीत प्रमाण खोजता है और एक निर्णायक दोनों को तौलता है। मॉडल प्राइस टारगेट पर वोट देने के बजाय थीसिस की कड़ी परीक्षा लेते हैं।

C

सत्यापन

हर दावे के लिए प्राथमिक स्रोत, प्रकाशन की तारीख़ और आँकड़ा चाहिए; बिना इनके दावा बहस से पहले ही हटा दिया जाता है, उस पर बहस नहीं होती। वेब से लाया गया पाठ प्रमाण की तरह पढ़ा जाता है, निर्देश की तरह कभी नहीं। कोई मॉडल दूसरे का स्रोत नहीं है: एक मॉडल का बताया आँकड़ा तभी बहस में आता है जब उसका अपना प्राथमिक स्रोत हो, ताकि एक मॉडल की गलती सहमति बनकर काउंसिल में न फैले। 17 नवंबर 2026 के सर्वे में आंकड़े वाले 385 दावों में से 3 किसी दूसरे मॉडल को दोहराने के कारण हटाए गए (22 सर्वे में 10,062 में से 226); एक ही लेख उद्धृत करने वाले दो मॉडल एक आधार गिने जाते हैं। मुफ़्त — नियम और, दैनिक मतदान पर, उन दावों की गिनती जो इसलिए हटाए गए कि एक मॉडल दूसरे को दोहरा रहा था।

2026-11-17 का सर्वे: 13 मॉडलों के 385 आंकड़े वाले दावे — 3 किसी दूसरे मॉडल को दोहराने के कारण हटाए, 326 मॉडल के अपने प्राथमिक स्रोत के साथ, 56 बिना स्रोत (सत्यापित तर्क से बाहर)।

D

परीक्षण

निर्णायक के फ़ैसले से पहले, मामले को ऐसे दावे के रूप में दोबारा लिखा जाता है जिसे डेटा तय कर सके — “इस संकेत ने शुल्क के बाद खरीदकर रखने की रणनीति को हराया” — और उसे History Engine या Strategy Backtestसे गुज़ारा जाता है। निष्कर्ष के साथ नतीजा आता है (“डेटा पर टिका,” “विफल रहा,” “डेटा काफ़ी नहीं”), तर्क कितना पक्का है — न कि कीमत कितनी चलेगी — और वह एक घटना जो मामले को तोड़ देगी; उस घटना को Thesis Monitorमें शर्त के रूप में ट्रैक किया जा सकता है। जब तक किसी दावे का स्रोत नहीं है या परीक्षण विफल रहा है, विश्वास का स्तर सीमित रहता है। 17 नवंबर 2026 के सर्वे में 48 आकलन परिषद के अपने सील रिकॉर्ड पर परखे गए: 1 टिका, 10 विफल, 37 में डेटा कम। मुफ़्त — दैनिक मतदान का नतीजा; $2 — ताज़ा रहते पूरी बहस के साथ पूरा परीक्षण, 30 दिन बाद सबके लिए खुला; One — आपके अपने सवाल पर।

2026-11-17 का सर्वे: 48 आकलनों को डेटा से तय होने वाले दावों में बदला गया और परिषद के अपने सील रिकॉर्ड पर परखा गया — 1 टिके, 10 विफल, 37 में डेटा कम; 28 में मज़बूती सीमित।

E

याद रखना

काउंसिल को कैलिब्रेट करने के लिए नतीजों को पूर्वानुमानों से मिलाया जाता है। रिकॉर्ड यह भी दर्ज करता है कि मॉडल कहाँ असहमत थे। हर तय हो चुके दाँव का पोस्टमॉर्टम होता है, जो नतीजे से अलग प्रक्रिया को परखता है — क्या स्रोत प्राथमिक थे, क्या परीक्षण टिका, क्या टूटने वाली शर्त पूरी हुई — ताकि विफल परीक्षण पर सही निकला दाँव संयोग के खाते में जाए और ठोस प्रक्रिया पर गलत निकला दाँव एक ज्ञात जोखिम के खाते में जो घटित हो गया। 16 नवंबर 2026 तक: 393 निपटे आकलन, 327 आंके गए — 89 ठोस प्रक्रिया और सही, 66 ज्ञात जोखिम सामने आया, 87 किस्मत से सही, 85 कमज़ोर और गलत। मुफ़्त — Accuracy Ledger में हर तय दाँव पर ग्रेड; One — आपकी अपनी थीसिस की वही समीक्षा Decision Mirror.

2026-11-16 तक परिषद के 393 निपटे आकलन; 327 को नतीजे से पहले की प्रक्रिया पर आंका गया — किस्मत 27%, ज्ञात जोखिम 20%; 66 नहीं आंके गए (परीक्षण संभव नहीं)।

मॉडल रूटिंग और मापी गई स्वतंत्रता

कैस्केड। सामान्य सवाल उन 3 मॉडलों के पास जाते हैं जिनका मौजूदा वज़न सबसे ज़्यादा है। टकराव, कमज़ोर स्रोत और ऊँचे दाँव वाले फ़ैसले पर पूरी Council 10+ बैठती है; सबसे जोखिम भरे दाँवों पर विश्लेषक की समीक्षा भी होती है। आप किसी भी सवाल पर पूरी काउंसिल बुला सकते हैं।

  • स्वतंत्र मत, मापे हुए: 14 नवंबर के मतदान में, 13 मॉडलों ने जवाब दिया; प्रभावी रूप से ≈ 7.35 स्वतंत्र जवाब — सब एक ही राय रखते तो ≈ 3.82 होता — और ≈ 1.71 मुख्य निष्कर्ष पर मत। काउंसिल की क़ीमत उतनी ही है जितना वह एक मॉडल से ज़्यादा जोड़ती है, इसलिए इंजन हर निष्कर्ष पर इसे गिनता है (निष्कर्ष देखें). 12 सील किए गए बाज़ारों पर यही माप रोज़ चलता है: AI के एक-दिवसीय दाँवों के बीच औसत सहसंबंध ρ ≈ 0.43 है (21 अंक) → Neff = n / (1 + (n − 1)ρ) ≈ 2.26 स्वतंत्र आवाज़ें; अलग-अलग अवधियों में 2.3 (95%: 2.0 से 2.7) (निर्यात ↗, डेटा 16 नवंबर 2026)। लाइव रिकॉर्ड का झुंड मॉड्यूल 16 नवंबर को अवधि के हिसाब से दूसरी रीडिंग देता है — 1 दिन 1.5 · सप्ताह 2.2 · माह 3.9 · छह माह 1.9, झुंड सूचकांक 81% (लाइव ↗). इसीलिए काउंसिल सीटें नहीं, आवाज़ें गिनती है। सहमत तीन मॉडल तीन पुष्टियाँ नहीं हैं →
  • रिकॉर्ड से वज़न: हर सीट अपना वज़न कैसे कमाती है — देखें Router.
  • कौन-सा मॉडल किस बाज़ार में ज़्यादा मज़बूत है — Accuracy Ledger इसे बाज़ार-दर-बाज़ार दिखाता है (दरें, धातुएँ, इक्विटी, चीन, यूरोप) जैसे-जैसे सील किए गए दाँवों के नतीजे आते हैं: कौशल तय हुए सवालों पर कमाया जाता है, भूगोल से नहीं दिया जाता।
स्वतंत्रता जाँच · कितने मत सचमुच स्वतंत्र हैं

अगर मॉडल वही तीन लेख पढ़ते हैं तो दस-से-ज़्यादा सीटें दस-से-ज़्यादा राय नहीं हैं। एक परिवार के मॉडल अक्सर वही गलतियाँ साझा करते हैं; 2026 के एक अध्ययन में Grok की अलग गलतियों ने उसे दस मिलते-जुलते मॉडलों से ज़्यादा उपयोगी बनाया। इसलिए हर निष्कर्ष के साथ एक स्वतंत्रता स्कोर आता है, जिसे इंजन गणना करके दिखाता है, बगल में काउंसिल निष्कर्ष.

इनपुट: एक ही सवालों पर हर सीट के जवाबों का पूरा पाठ और मुख्य सवाल पर हर सीट का निष्कर्ष · गणना: हर जवाब के TF-IDF शब्द और दो-शब्द वाक्यांश वेक्टर, उनकी कोसाइन समानताएँ और स्वतंत्र पाठों की प्रभावी संख्या (समानता मैट्रिक्स का भागीदारी अनुपात: n एक जैसे जवाब → 1, n असंबंधित → n); हर सीट का निकटतम पड़ोसी; मुख्य निष्कर्ष पर प्रभावी पोज़िशनों की संख्या (शैनन एंट्रॉपी का exp) · आउटपुट: “K सीटें ≈ N स्वतंत्र पाठ; मुख्य निष्कर्ष पर ≈ M पोज़िशन”, निष्कर्ष का बँटवारा, सबसे करीबी जोड़े और ब्लॉक के हिसाब से गिनती। आगे: साझा उद्धृत स्रोत, Accuracy Ledger में वे जोड़े जिन्होंने एक जैसी गलती की, और स्वतंत्रता कम होने पर नए स्रोत-पैकेट पर दोबारा चलाना।

“Diversity is the Strength of the AI Crowd”, 2026 ↗ · “Wisdom of the Silicon Crowd” ↗

1.2 — काउंसिल से पूछें

काउंसिल से पूछें। 10+ AI जवाब देते हैं

वही सवाल भेजिए जो आप किसी रिसर्च डेस्क से पूछते। अमेरिका, चीन और यूरोप के 10+ मॉडल स्रोतों के साथ जवाब देते हैं, असहमति का नक्शा और वह बात बताते हैं जो जवाब बदल देगी — और फिर उसे अद्यतन रखते हैं।

काउंसिल से पूछें

आपका बाज़ार-सवाल, 10+ AI के जवाब के साथ

मुफ़्तरोज़ 3 त्वरित सवालOneकोई सीमा नहीं: तेज़ मोड (3 सीटें), माँगने पर या मॉडलों में टकराव होने पर पूरी काउंसिलProहर सवाल पर पूरी काउंसिल, प्लान की सीमाओं के भीतर

अपना विचार जाँचें → · पहले दो वाक्य, फिर Council →

अपना सवाल फ़ॉर्म से भेजिए। जवाब स्रोतों, असहमति के नक्शे और उस बात के साथ लौटता है जो उसे बदल देगी — और वह एक जीवंत जवाब बन जाता है: तारीख़ वाला, और तथ्य बदलने पर अद्यतन होने वाला। काउंसिल नए सवालों पर दिन में दो बार काम करती है: 10:00 ET पर अमेरिकी बाज़ार खुलने से पहले और 17:30 ET पर बंद होने के बाद। ईमेल देना ज़रूरी नहीं; वह Google के पास और हमारे Mac पर रहता है।

पाठकों के सवाल · फ़ॉर्म, दिन में दो बार

प्रश्न पूछें और कतार देखें

लोड हो रहा है…

उत्तरों का आधार: निवेशक कौन-से सवाल पूछते हैं
ANSWERS BASE

उत्तरों का आधार: निवेशक कौन-से सवाल पूछते हैं

27 सवाल, हर उत्तर के सबसे ताज़ा तारीख़ वाले संस्करण के साथ। तथ्य बदलने पर संस्करण सहेजा जाता है; स्रोत हर उत्तर के भीतर हैं।

लाइव डेटा लोड हो रहा है…

पाठक के सवाल का हर जवाब प्रश्नोत्तर पेज (schema.org QAPage) के रूप में चिह्नित है: सवाल, तारीख़ वाला जवाब, आख़िरी अद्यतन की तारीख़ और उसके आँकड़ों के पीछे के स्रोतों व इंजन स्लाइस के लिंक।

जब जवाब किसी ऐसी बात पर टिका हो जो आपने नहीं बताई — अवधि, खर्च की मुद्रा, सहनीय घाटा, कर वाला देश — तो काउंसिल पहले एक से तीन अनुवर्ती सवाल पूछती है; उन्हें छोड़ें तो जवाब अपनी मान्यताएँ बता देता है (“डॉलर में, तीन साल के लिए”)। अनुवर्ती सवाल हर प्लान पर मुफ़्त हैं। साइट की सभी भाषाओं में 70 सवालों पर जांचा गया: तीन से ज़्यादा अतिरिक्त सवाल कभी नहीं।

किसी ख़ास सौदे पर सवाल (“क्या मुझे X खरीदना चाहिए?”) का जवाब परिदृश्यों में मिलता है — “अगर A टिकता है तो …; अगर B टूटता है तो …”: पक्ष और विपक्ष का तर्क, जोखिम और किस पर नज़र रखनी है — खरीद या बिक्री की सलाह कभी नहीं।

● जीवंत जवाब · v114 नवंबर 2026 तक · शाम 6:47 ET

वॉल स्ट्रीट पर अभी सबसे ज़्यादा क्या मायने रखता है?

क्या दरें बढ़ने पर AI कैपेक्स का फल मिल पाएगा। हाइपरस्केलर 2026 में $725–828 अरब खर्च कर रहे हैं (स्रोत और उसके पीछे की फ़ंडिंग — AI कैपेक्स मीटर) जबकि 10-वर्षीय 13 नवंबर को 5.15% पर बंद हुआ (अमेरिकी ट्रेज़री ↗) और बाज़ार 9 दिसंबर को Fed की बढ़ोतरी की उम्मीद करते हैं (Axios, 10 नवंबर ↗).

असहमति12 मॉडल विषय पर सहमत हैं। रोटेशन पर वे बँटे हैं: सॉफ़्टवेयर और वित्त (DeepSeek, Grok), ऊर्जा और ग्रिड (Meta AI), छोटी अवधि की ट्रेज़री (Wenxin)।
क्या बदल देगा इसेहाइपरस्केलर 2027 के कैपेक्स का मार्गदर्शन घटाएँ · Fed 9 दिसंबर को रुक जाए · 10-वर्षीय फिर 4.5% से नीचे आ जाए · डेटा-सेंटर पर रोक सबसे बड़े बिजली बाज़ारों तक पहुँचे।
ताज़गीघटना-आधारित — अगली जाँच: 17 नवंबर को Nvidia की कमाई, फिर 9 दिसंबर को Fed।

जवाब पैसा AI काउंसिल का · 13 मॉडल · स्रोत ऊपर काउंसिल वाले खंड में।

पैसा

देखिए क्या चलाता है बाज़ारों को

दुनिया भर के बाज़ार। 10+ AI मॉडल, हर मतदान पर उनकी स्वतंत्रता मापी हुई। एक ऐसा नज़रिया जिसे आप चुनौती दे सकते हैं, स्रोतों तक पहुँचा सकते हैं और सार्वजनिक रिकॉर्ड से जाँच सकते हैं।

पैसा पूरा एक पेज पर: हर अध्याय, डेटासेट, व्याख्या और स्रोत। सब कुछ देखें →

ज़रूरी खुलासे

पैसा विश्लेषण और संभावनाएँ देता है, व्यक्तिगत निवेश सलाह नहीं; आँकड़े अपना स्रोत और तारीख़ साथ रखते हैं, उदाहरण वैसे चिह्नित हैं, और बीते नतीजे भविष्य की गारंटी नहीं देते।

सभी 14 खुलासे
  1. पैसा विश्लेषण और संभावनाएँ देता है, व्यक्तिगत निवेश सलाह नहीं; अमेरिका और EU में व्यक्तिगत सिफ़ारिशों के लिए Goal Navigator एक पंजीकृत निवेश सलाहकार (RIA) या लाइसेंस प्राप्त साझेदार के ज़रिये काम करता है — जैसे Betterment और Wealthfront बने हैं।
  2. ऊपर की पट्टी खुले स्रोतों से 13 नवंबर 2026 के बंद भाव दिखाती है। उत्पाद का डेटा लाइव अपडेट होता है।
  3. काउंसिल स्क्रीन 14 नवंबर 2026 का असली काउंसिल जवाब दिखाती है; Pulse की रैंकिंग हर घंटे ताज़ा होती है।
  4. GitHub स्टार की गिनती और निजी कंपनियों का राजस्व तृतीय-पक्ष अनुमान हैं; जहाँ उपलब्ध है वहाँ रेंज दिखाई गई हैं।
  5. ऐतिहासिक नतीजे और परिदृश्य भविष्य के नतीजों की गारंटी नहीं देते। इंटरफ़ेस के चित्र ट्रेडिंग संकेत नहीं हैं।
  6. “10-वर्षीय 5% से ऊपर” वाले दौर और ऐतिहासिक व्यवस्थाएँ पूर्णांकित संदर्भ डेटा इस्तेमाल करती हैं। उत्पाद उन्हें तारीख़ वाली श्रृंखलाओं से गणना करता है।
  7. Scenario Lab प्रारूप दिखाने के लिए असली तथ्य इस्तेमाल करता है; संभावनाएँ लाइव काउंसिल से आती हैं।
  8. मॉडल, डेटा और ब्रोकर कनेक्शन के लिए लॉन्च पर शर्तों और लाइसेंस की समीक्षा चाहिए; हर मॉडल और डेटा कनेक्शन का एक विकल्प है।
  9. सर्वे के आँकड़े अपने ही नमूनों का वर्णन करते हैं: Morningstar 11 देशों के 500+ संस्थागत एसेट मालिकों को कवर करता है, सभी निवेशकों को नहीं। State Street के प्रवाह उसके नमूने के ETF को कवर करते हैं; World Gold Council का आँकड़ा दस माह (जनवरी–अक्टूबर) का है, पूरे साल का नहीं; IEA का $3.4 ट्रिलियन उद्योग का खर्च है, फ़ंड प्रवाह नहीं।
  10. 2027 का पूँजी नक्शा एक कामचलाऊ नक्शा है, पूर्वानुमान नहीं। पूर्वानुमानकर्ता असहमत हैं, और किसी सेक्टर में बढ़ता निवेश उसके शेयरों के रिटर्न की गारंटी नहीं देता।
  11. Thesis Monitor कार्ड इस पेज के तथ्यों से जोड़ा गया एक उदाहरण है, ग्रिड-उपकरण शेयरों पर सिफ़ारिश नहीं।
  12. वेब खोज का मतलब सारा डेटा पाना नहीं है: लाइसेंस वाला शोध और विशेषज्ञ कॉल खुले वेब पर नहीं हैं। ओपन-सोर्स कोड वित्तीय डेटा पर अधिकार नहीं देता।
  13. कोई सार्वजनिक प्रमाण नहीं दिखाता कि कोई सामान्य-उद्देश्य LLM लगातार बाज़ारों से बेहतर पूर्वानुमान देता है।
  14. Word and deed दर्ज करता है कि सार्वजनिक हस्तियों ने क्या कहा और खुलासा किया, एक छोटे शब्दशः उद्धरण, उसके स्रोत और तारीख़, एक लिंक और तटस्थ नतीजे के साथ — किसी की ईमानदारी या नीयत पर फ़ैसला नहीं। नामित लोगों और फ़ंडों के बारे में संख्याएँ प्राथमिक फ़ाइलिंग और उनके अपने पत्रों से आती हैं; व्याख्याओं पर “पैसा का आकलन” लिखा होता है; पैसा का किसी नामित व्यक्ति से कोई संबंध या अनुमोदन नहीं है, और उनमें से कोई इसमें भाग नहीं लेता। जो टिप्पणीकार सार्वजनिक हस्ती नहीं हैं वे तब तक एक प्रकार के लेबल (“वीडियो टिप्पणीकार 7”) के तहत दिखते हैं जब तक वे नामित होना न चुनें; खुलासा की गई पोज़िशन आंशिक या पुरानी हो सकती है।