以前、@NeurIPSConfに採択された論文@SentientAGI 4本が、その中で最も価値のあるのはメイントラックのOML1.0だったと友人に紹介しました。 OML(Open Model License / Ownership Marking Layer)は、大規模言語モデルを「偽造防止にスタンプ」する技術です。 モデルのパフォーマンスに影響を与えることなく、モデル内に何千もの「指紋」を埋め込むことができます - モデルのアイデンティティと起源を証明するためにモデルに隠された多くの目に見えない透かしと同じように。 以前のモデルのフィンガープリンティング方法には、多くの制限があります。 ❶ 埋め込むことができる指紋はせいぜい数十個で、モデルがいくつあっても「壊れる」ことになります。 ❷ 指紋は簡単に検出または削除できます。 モデルの微調整、蒸留、およびマージ後に期限切れになります。 ❸ オープンソースモデルの著作権追跡と商業化を実際にサポートすることはできません。 OMLは、モデルが一般的に使用されていない「エッジ領域」に非表示のキー応答ペアを埋め込むため、モデルは通常使用時にまったく同じ動作をしますが、特定のキーを入力した人だけが一意の回答をトリガーしてモデルの信頼性を検証できます。 実際のテストでは、Sentient は Llama-8-8B の微調整バージョンに 24,576 の独立したキー応答ペアを埋め込み、微調整、蒸留、または混合後も安定して持続しました。 OMLは、人間の作品のようにモデルを「署名」します。 これにより、いくつかの重要な可能性が開かれます。 - モデルのトレーサビリティ: モデルがどこから来たのか、誰がトレーニングしたのかを把握します。 - ライセンスと商業化: オープンソース モデルは、合法的な配布と料金ライセンスも実現できます。 -偽造防止および改ざん防止:他人がオリジナルを盗用したり、微調整したり、なりすましたりするのを防ぎます。 信頼できる監査: モデルが現実世界の発行元に属しているかどうかを検出できます。 つまり、OMLはAIモデルに「著作権保護メカニズム」を与えるための第一歩であり、Sentientのコミュニティ主導のオープンソースAGIの基礎です。