🆕 @SentientAGI son zamanlarda NeurIPS'te çok değerli bir kavramı tanıttı - OML (Açık, Para Kazanılabilir, Sadık).

Bu yeni çerçeve "açık modellerin" sınırlarını yeniden tanımlıyor; hedef, modellerin hem açık özelliklerini koruması, hem de net bir yönetişim, doğrulanabilir izleme ve sürdürülebilir ekonomik teşvikler sağlaması. Açık kaynaklı AI, temel bir çelişki ile karşı karşıya: Ağırlıklar ifşa edildiğinde, modelin kontrolü ve özgün değeri neredeyse garanti edilemez, geliştiriciler kullanım kaynaklarını izlemekte zorluk çeker ve istikrarlı bir ekonomik sistem kuramazlar. OML, bu uzun süredir var olan sorunları çözmek için tasarlandı.

OML, modelin kullanım esnekliğini korurken, aynı zamanda orijinal yazarın haklarını da korumasını sağlar. Geleneksel açık kaynak modelinde, modellerin kopyalanması, isim değiştirilmesi ve yeniden yayımlanması yaygın bir durumdur; bu yöntem, özgünlüğün değerini ve güvenilirliğini azaltır. OML'nin getirdiği kriptografik mekanizma, modele "doğrulanabilir kimlik" kazandırır; herhangi bir kullanım, değişiklik veya dağıtım eylemi kaydedilebilir ve denetlenebilir.

Sistem mimarisinde, OML "kontrol katmanı (Control Plane)" ve "veri katmanı (Data Plane)" olmak üzere çift katmanlı bir tasarım kullanmaktadır.

Kontrol katmanı, anahtar yönetimi, politika değerlendirmesi ve davranış doğrulaması ile başlıca sorumludur.
Veri katmanı modelin gerçek çıkarım yürütmesinden sorumludur.

Her model çalıştırılmadan önce, kontrol katmanı yetkilendirme bilgilerini doğrulayarak yürütmenin politika gerekliliklerine uygun olduğundan emin olur; çalıştırma sonrasında, tüm işlemler otomatik olarak imza günlüğüne yazılır ve değiştirilmesi imkânsız kayıtlar oluşturur. Model yerel olarak çalıştırılsa bile, merkezi API'lere veya dış platformlara bağımlı olmaksızın güvenilir çalışma kanıtı saklanabilir. Bu mimari, modelin kullanılabilirliğini ve güvenliğini önemli ölçüde artırır.

Bir diğer öne çıkan özellik, Kripto Parmak İzi (Fingerprint)'dir. OML, modele bir dizi gizli kripto özellik ekler; bu özellikler modelin performansını etkilemez, ancak gerektiğinde kaynağı doğrulamak için kullanılabilir. Eğer birisi bir modelin kaynağından şüphelenirse, yalnızca bir kripto doğrulama talebi başlatması yeterlidir, model kendisine ait olduğunu kanıtlamak için benzersiz bir 32 bit yanıt dizesi üretecektir. Bu mekanizma, modelin özgünlüğü için net bir kanıt sağlarken, açık kaynaklı modellerin de lisanslanabilir ve ticarete konu olabilen dijital varlıklar haline gelmesine olanak tanır.

Sektör açısından bakıldığında, OML yeni bir "açık yönetişim" modeli sunmaktadır. Bu model, modellerin dağıtımını ve kullanımını daha şeffaf hale getirir, araştırmacılar açık bir ortamda işbirliğine devam edebilirken, işletmeler ve proje sahipleri de izlenebilir bir yetkilendirme sistemi aracılığıyla istikrarlı gelirler elde edebilir. Modellerin davranışları, kullanım kayıtları ve yetkilendirme durumları belgelidir ve teknik ve kurumsal düzeyde sürdürülebilir bir açık kaynak ekosistemi oluşturulmaktadır.

NeurIPS'in Lock-LLMs Atölyesi'nde, Sentient, OML'nin model bilgi kötüye kullanımını önlemedeki başarılarını sergiledi. OML, şifreleme kontrol katmanı getirerek modelin çalışma sürecinin doğrulanabilir politika uygulama yeteneğine sahip olmasını sağlıyor. Model ağırlıkları tamamen açık olsa bile, bu mekanizma aracılığıyla çalışmanın belirlenen kurallara uygun olmasını garanti edebiliyor.

OML'nin ortaya çıkışı, açık kaynak model ekosistemine yeni bir denge yöntemi getirdi. Bu, açığın anlamını daha net hale getiriyor - paylaşım artık kontrolü kaybetmek anlamına gelmiyor, yenilik yönetimle paralel ilerleyebiliyor. Kriptografi, yetkilendirme ve denetim üçlüsünün tasarımı sayesinde, OML gelecekteki açık yapay zeka için daha olgun ve uzun vadeli bir işletim çerçevesi sunuyor. Bu mekanizma, açık modellerin sürdürülebilir gelişim için zemin oluşturmasını sağlarken, bilimsel araştırma, ticaret ve topluluk çıkarlarının aynı sistem içinde bir arada var olmasına imkân tanıyor.

#KAITO #SentientAGI #Sentient