Нещодавно команда @SentientAGI знову представила серйозну роботу на воркшопі Lock-LLMs на NeurIPS 2025 — стаття «OML: Cryptographic Primitives for Verifiable Control in Open-Weight LLMs» пропонує новий метод для верифікаційного контролю відкритих великих моделей: OML (Open Model License / Ownership Marking Layer).

Основні моменти дуже зрозумілі: вбудування логіки контролю в pipeline міркування моделі дозволяє безпечно та перевіряно виконувати відкриті моделі. Його трирівнева конструкція справляє враження:
1️⃣ Можливість перевірки: нульові знання гарантують легітимність кожного виклику;
2️⃣ Обов'язковий: TEE (достовірне виконання середовища) запобігає обходу;
3️⃣ Монетизація: поєднання блокчейну та NFT для досягнення відстеження доходу моделі.

На відміну від традиційних водяних знаків, OML може зберігати контроль під білим ящиком; експерименти показали, що точність перевірки виявлення дистиляції моделей і крадіжки параметрів перевищує 97%, а втрата продуктивності становить менше 2%. Можна сказати, що це є ключовою віхою в безпековому управлінні відкритими моделями.

Цікаво, що OML розділяє модель на дві основні ролі: контрольну площину та площину даних:
Контрольна площина виступає як суворий регулятор, управляючи тим, хто може викликати модель, дотримуватися яких політик, фіксувати кожну операцію та генерувати підписані списки виконання і незмінні аудиторські журнали;

Дані площина зосереджується на "роботі", обробляючи токени, не змішуючи інші справи.

Ця розподільча система дозволяє моделі, навіть працюючи локально, не покладатися на централізовані API, одночасно забезпечуючи контроль над авторизацією, відстеженням та аудитом. Sentient вбудував 24 576 пар ключ-реакція у версії Llama-3.1-8B з налаштуваннями, зберігаючи стабільність продуктивності, що залишає її ефективною після налаштування, дистиляції або змішування, що насправді надає AI моделі «підпис» та захист авторських прав.

Водночас LiveCodeBench Pro від Sentient повертає можливості програмування AI на реальне поле бою:
Складні програмні завдання мають майже нульовий рівень проходження для ШІ; від читання завдання, розробки рішення, генерації коду до компіляції та виконання, кожен етап строго дотримується стандартів алгоритмічних змагань; охоплює авторитетні завдання з Codeforces, ICPC, IOI та використовує динамічну систему рейтингу складності Elo; локалізоване відтворення, приховане тестування та генерація повних журналів забезпечують перевірку та відстеження можливостей моделі.

У час, коли генеративний ШІ прагне високих оцінок та навичок підказок, LiveCodeBench Pro є ясним дзеркалом, що демонструє справжні межі моделі в розумінні алгоритмів, довгостроковій логіці та контролі складності, завдяки чому "модель може писати код" вже не є лише порожнім звуком.

@SentientAGI перетворює стандарти безпеки, контролю та можливостей AI за допомогою OML та LiveCodeBench Pro. Відкриті моделі отримали захист авторських прав, AI програмування отримало справжнє випробування, це важливий етап у розвитку спільноти відкритого коду AGI.

#KaitoYap @KaitoAI #Yap #Sentient