Недавно команда @SentientAGI представила еще одну впечатляющую работу на семинаре Lock-LLMs на NeurIPS 2025 — статья «OML: Криптографические примитивы для проверяемого контроля в открытых LLM» предлагает новый метод проверяемого контроля открытых больших моделей: OML (Open Model License / Ownership Marking Layer).

Основные моменты очень интуитивно понятны: встроить управляющую логику в пайплайн вывода модели, чтобы обеспечить безопасную и проверяемую работу открытых моделей. Его трехуровневая архитектура производит впечатление:
1️⃣ Проверяемость: нулевое доказательство гарантирует законность каждого вызова;
2️⃣ Обязательный: TEE (достоверная среда исполнения) предотвращает обход;
3️⃣ Монетизация: сочетание блокчейна и NFT для реализации отслеживания доходов моделей.

В отличие от традиционных водяных знаков, OML может сохранять контроль даже в условиях белого ящика. Эксперименты показывают, что точность в обнаружении дистилляции модели и кражи параметров превышает 97%, а потеря производительности составляет менее 2%. Можно сказать, что это ключевой поворотный момент в управлении безопасностью открытых моделей.

Интересно, что OML разделяет модель на две основные роли: управляющую плоскость и плоскость данных:
Контрольная плоскость действует как строгий регулятор, управляя тем, кто может вызывать модели, соблюдая какие политики, фиксируя каждую операцию и создавая подписанные списки выполнения и неизменяемые аудиторские журналы;

Слой данных сосредоточен на "работе", обрабатывая токены, не смешиваясь с другими делами.

Такая структура позволяет модели работать локально без зависимости от централизованного API, обеспечивая при этом контроль над авторизацией, отслеживанием и аудитом на протяжении всего процесса. Sentient встроил 24,576 пар ключ-ответ в доработанную версию Llama-3.1-8B, что обеспечивает стабильную производительность, оставаясь эффективным даже после доработки, дистилляции или смешивания, по-настоящему предоставляя AI-модели "подпись" и защиту авторских прав.

В то же время LiveCodeBench Pro от Sentient возвращает возможности программирования ИИ на реальное поле боя:
Сложные задачи программирования, вероятность прохождения AI почти равна нулю; от чтения задания, проектирования решения, генерации кода до компиляции и выполнения, каждый этап строго соответствует стандартам алгоритмических соревнований; охватывает авторитетные конкурсные задачи, такие как Codeforces, ICPC, IOI, с использованием динамической системы оценки сложности Elo; локальное воспроизведение, скрытое тестирование и полная генерация журналов позволяют проверять и отслеживать способности модели.

В эпоху, когда генеративный ИИ стремится к высоким оценкам и навыкам подсказок, LiveCodeBench Pro является ясным зеркалом, показывающим реальные границы модели в понимании алгоритмов, долгосрочной логике и контроле сложности, делая так, что «модель может писать код» больше не является просто пустым звуком.

@SentientAGI переосмысляет стандарты безопасности, контролируемости и возможностей ИИ с помощью OML и LiveCodeBench Pro. Открытые модели получили защиту авторских прав, а программирование ИИ стало настоящим испытанием, что является важной вехой в сообществе, движущем открытый AGI.

#KaitoYap @KaitoAI #Yap #Sentient