مع توسع نظم نماذج اللغات الكبيرة (LLMs) في بيئات مفتوحة، أصبحت الحاجة إلى تتبع والتحقق من المساهمات التاريخية ضرورة أساسية لحماية الملكية الفكرية. غالبًا ما تتكيف النماذج عبر مجالات وتطبيقات متعددة، مما يؤدي إلى تكوين سلاسل اشتقاق متعددة المراحل. ورغم ذلك، فإن الطرق الحالية لوضع العلامات المائية تُصمم في الغالب للسيناريوهات ذات المستخدم الواحد، مما يعني أنها قد تفشل في ظل تكرار اشتقاق النماذج والتحديثات التدريجية.

لمعالجة هذه المشكلة، تم اقتراح نظام LineageMark كإطار عمل متقدم لوضع العلامات المائية للعديد من المستخدمين في سلاسل اشتقاق النماذج. يقوم النظام بتشفير العلامات المائية داخل معلمات النموذج باستخدام نهج قائم على الإسقاط. يتم أولاً اختيار حوامل مستقرة تقلل من حساسية النموذج للتغييرات، حيث يُمثل كل بت علامة مائية كإحصائية إسقاطية فوق هذه الحوامل.

تسمح الإضافات المائية الإضافية بإدخال تقلبات محدودة فقط في مساحة الإسقاط، وتستخدم قيود الهوامش للحفاظ على سلامة الإشارة. وقد أظهرت النتائج التجريبية على خطية LineageMark فعاليتها في سلاسل اشتقاق النماذج متعددة المراحل، حيث تدعم إدخال العلامات المائية للمستخدمين المتعددين بشكل تدريجي. علاوة على ذلك، فإن النظام يظهر قوة ومرونة ضد التقلبات مثل إعادة وضع العلامات المائية، وضبط الفاين، والتخفيف، والتخفيض.

إذاً، كيف يمكن أن يؤثر LineageMark على مستقبل الذكاء الاصطناعي وحماية الملكية الفكرية؟ نحن متحمسون لسماع آرائكم حول هذا التطور المثير! شاركونا في التعليقات.