Zuvor habe ich meinen Kollegen die vier Arbeiten von @SentientAGI vorgestellt, die von @NeurIPSConf angenommen wurden, und die wertvollste darunter ist das OML 1.0, das auf die Hauptbühne gelangte. OML (Open Model License / Ownership Marking Layer) ist eine Technologie, die großen Sprachmodellen "Sicherheitsmarkierungen" verleiht. Es kann zehntausende von "Fingerabdrücken" in das Modell einbetten, ohne die Leistung des Modells zu beeinträchtigen – ähnlich wie wenn man viele unsichtbare Wasserzeichen im Modell versteckt, um die Identität und Herkunft des Modells zu beweisen. Frühere Methoden zur Fingerabdruckerstellung hatten viele Einschränkungen: ❶ Maximal konnten nur einige Dutzend Fingerabdrücke eingebettet werden, mehr würde das Modell "kaputt machen"; ❷ Fingerabdrücke waren leicht zu entdecken oder zu löschen; sie verloren ihre Gültigkeit nach Feinabstimmung, Destillation oder Fusion; ❸ Sie konnten die Urheberrechtsverfolgung und Kommerzialisierung von Open-Source-Modellen nicht wirklich unterstützen. OML hingegen bettet unsichtbare Schlüssel-Antwort-Paare in den "Randbereichen" des Modells ein – die Leistung des Modells bleibt bei normaler Nutzung völlig konsistent, aber nur Personen, die bestimmte Schlüssel eingeben, können exklusive Antworten auslösen, um die Echtheit des Modells zu überprüfen. In praktischen Tests hat Sentient in der Feinabstimmungsversion von Llama-3.1-8B 24.576 unabhängige Schlüssel-Antwort-Paare eingebettet und dabei die Leistung stabil gehalten, und sie bleiben auch nach Feinabstimmung, Destillation oder Mischung erhalten. OML verleiht dem Modell eine "Signatur", ähnlich wie bei menschlichen Werken. Dies eröffnet viele wichtige Möglichkeiten: -Modellherkunft: Wissen, woher ein Modell kommt und wer es trainiert hat. -Lizenzierung und Kommerzialisierung: Open-Source-Modelle können auch legal verteilt und lizenziert werden. -Schutz vor Fälschung und Manipulation: Verhindert, dass andere plagiieren oder nach Feinabstimmung als Original auftreten. -Vertrauenswürdige Prüfung: Es kann in realen Umgebungen überprüft werden, ob ein Modell zu einem bestimmten Herausgeber gehört. Kurz gesagt, OML ist der erste Schritt, um AI-Modelle mit einem "Urheberrechtsschutzmechanismus" auszustatten, und es ist das Fundament, das Sentient mit einer gemeinschaftsgetriebenen Open-Source-AGI erreichen kann.