Son zamanlarda @SentientAGI ekibi NeurIPS 2025'teki Lock-LLMs atölyesinde bir kez daha sağlam bir yanıt sundu - "OML: Açık Ağırlıklı LLM'lerde Doğrulanabilir Kontrol için Kriptografik Temeller" başlıklı makalede, OML (Açık Model Lisansı / Mülkiyet İşaretleme Katmanı) adında açık kaynak büyük modeller için doğrulanabilir kontrolün yeni bir yöntemi önerildi.

Temel vurgular oldukça sezgisel: Kontrol mantığını model çıkarım hattına entegre etmek, açık kaynak modellerin güvenli ve doğrulanabilir bir şekilde çalışmasını sağlıyor. Üç katmanlı tasarımı etkileyici.
1️⃣ Doğrulanabilirlik: Sıfır bilgi kanıtları her çağrının geçerli olmasını garanti eder;
2️⃣ Zorunlu: TEE (Güvenilir Çalışma Ortamı) atlatmayı önler;
3️⃣ Paraya Çevirme: Blok zinciri ile NFT'nin birleşimi, model gelirlerinin izlenebilirliğini sağlar.

Geleneksel filigranlardan farklı olarak, OML beyaz kutu altında kontrol yeteneğini koruyabilir, deneyler, model damıtma ve parametre çalma tespitinde %97'den fazla doğruluk gösterdiğini ve performans kaybının %2'den az olduğunu ortaya koymuştur. Bu, açık model güvenlik yönetiminin önemli bir dönüm noktası olarak söylenebilir.

İlginç bir şekilde, OML modeli kontrol düzlemi ve veri düzlemi olarak iki ana role ayırıyor:
Kontrol düzlemi, model çağıranları, hangi politikalara uyulacağını yöneten, her işlemi kaydeden ve imzalı çalışma listeleri ile değiştirilemez denetim günlükleri üreten katı bir düzenleyici gibi davranır;

Veri düzlemi "çalışmaya" odaklanır, token'ları işler, başka işlerle karışmaz.

Bu iş bölümü, modelin yerel olarak çalışırken merkezi API'lere bağımlı olmamasını sağlarken, aynı zamanda yetkilendirme, izleme ve denetimin tamamen kontrol altında olmasını garanti eder. Sentient, Llama-3.1-8B ince ayar versiyonuna 24.576 adet anahtar-yanıt çifti entegre etti, performansı kararlı tutarak, ince ayar, damıtma veya karıştırma sonrasında bile etkili kalmasını sağladı ve gerçekten de AI modeline "imza" ve telif hakkı koruması kazandırdı.

Bu arada, Sentient'in LiveCodeBench Pro'su AI programlama yeteneklerini gerçek sahaya geri getiriyor:
Zor programlama sorularında AI geçiş oranı neredeyse sıfırdır; soru metninin okunmasından, tasarım planına, kodun üretilmesine ve derlenip çalıştırılmasına kadar her aşama algoritma yarışması standartlarına sıkı sıkıya bağlıdır; Codeforces, ICPC, IOI gibi otoriter yarışma sorularını kapsar ve Elo dinamik zorluk derecelendirme sistemi kullanır; yerel yeniden üretim, gizli testler ve tam günlük oluşturma, modelin yeteneklerinin doğrulanabilir ve izlenebilir olmasını sağlar.

Yaratıcı AI'nın yüksek puanlar ve ipucu teknikleri peşinde koştuğu günümüzde, LiveCodeBench Pro, algoritma anlayışı, uzun vadeli mantık ve karmaşıklık kontrolü konusundaki gerçek sınırları gösteren net bir ayna görevi görüyor, böylece "model kod yazabiliyor" ifadesi artık sadece bir boş laf olmaktan çıkıyor.

@SentientAGI, OML ve LiveCodeBench Pro ile, AI'nın güvenlik, kontrol ve yetenek standartlarını yeniden şekillendiriyor. Açık modellerin telif hakları koruması var, AI programlaması gerçek bir sınav alanına sahip, bu da topluluk odaklı açık kaynak AGI için önemli bir dönüm noktası.

#KaitoYap @KaitoAI #Yap #Sentient