🆕 @SentientAGI 最近在 NeurIPS 上展示了一个非常有价值的概念 —— OML(Open, Monetizable, Loyal)。

この新しいフレームワークは「オープンモデル」の境界を再定義しており、モデルがオープンな特性を維持しながら、明確なガバナンス、検証可能なトレーサビリティ、持続可能な経済的インセンティブを実現することを目指しています。オープンソースAIには常に核心的な矛盾が存在します：一度ウェイトが公開されると、モデルのコントロールとオリジナルの価値はほぼ保証されず、開発者は使用元を追跡することが難しく、安定した経済システムを構築することもできません。OMLはこれらの長年の問題を解決するために作られました。

OMLは、モデルが使用の柔軟性を保ちながら、原作者の権利も維持できるようにします。従来のオープンソースモデルでは、モデルがコピーされ、名前が変更され、再公開されることが一般的であり、この方法はオリジナルの価値と信頼を弱めます。OMLが導入する暗号メカニズムにより、モデルは「検証可能なアイデンティティ」を持つことができます。使用、変更、またはデプロイメントの行為はすべて記録され、監査されることが可能です。

システムアーキテクチャにおいて、OMLは「コントロールプレーン（Control Plane）」と「データプレーン（Data Plane）」の二層設計を採用しています。

制御層は主にキー管理、ポリシー評価、および行動認証を担当します。
データ層はモデルの実際の推論実行を担当します。

モデルが実行されるたびに、制御層は最初に認証情報を検証し、実行がポリシー要件に合致していることを確認します。実行後、すべての操作は自動的に署名ログに書き込まれ、不正に改ざんできない記録が形成されます。モデルがローカルで実行されていても、信頼できる実行証明を保持し、中央集権的なAPIや外部プラットフォームに依存することはありません。このアーキテクチャにより、モデルの可用性と安全性が大幅に向上します。

もう一つの注目点は、暗号フィンガープリント（Fingerprint）です。OMLはモデルに隠された一連の暗号特徴を埋め込みます。これらの特徴はモデルの性能に影響を与えませんが、必要なときに出所を検証できます。誰でも特定のモデルの出所に疑念を抱いた場合、暗号検証リクエストを発起するだけで、モデルはその所属を証明する独特の32ビットの応答文字列を生成します。このメカニズムにより、モデルのオリジナリティには明確な証拠が生まれ、オープンソースモデルが許可され、取引可能なデジタル資産となります。

業界の観点から見ると、OMLは新しい「オープンガバナンス」モデルを提供しています。これにより、モデルの配布と使用がより透明になり、研究者は公開環境で引き続き協力することができます。また、企業やプロジェクト側は追跡可能な権限体系を通じて安定した収益を形成することができます。モデルの動作、使用記録、権限状態はすべて確認可能であり、技術的および制度的な側面から持続可能なオープンソースエコシステムを構築しています。

NeurIPSのLock-LLMsワークショップで、SentientはOMLがモデルの知識の悪用を防ぐ成果を示しました。OMLは暗号化制御層を導入することで、モデルの実行プロセスに検証可能なポリシー実行能力を持たせています。モデルの重みが完全にオープンであっても、このメカニズムを通じて実行が定められたルールに従うことを確保できます。

OMLの登場は、オープンソースモデルエコシステムに新しいバランスの方法をもたらしました。それはオープンの意味をより明確にしました——共有はもはやコントロールを失うことを意味しない、イノベーションはガバナンスと並行して進行可能です。暗号化、認可、監査の三位一体のデザインを通じて、OMLは未来のオープンAIに対してより成熟し、より長期的な運用フレームワークを提供します。このメカニズムはオープンモデルに持続可能な発展の土壌を持たせ、研究、ビジネス、コミュニティの利益が同じシステム内で共存できるようにします。

#KAITO #センティエントAGI #センティエント