炸場 NeurIPS！SentientAGI 把大模型“防僞碼”玩到了主會場，2.4萬指紋焊死模型還不翻車

@SentientAGI 的 OML 1.0 直接殺進 NeurIPS 主會場論文軌道了——不是湊數的 poster，也不是邊緣的 workshop，是正兒八經的 main track！這波操作，直接把大模型“打標籤”的技術卷到了新高度。

簡單說，他們那篇《Scalable Fingerprinting for LLMs》幹的事，就是給大模型貼“隱形防僞紋身”，而且一貼就是幾萬個，還死活蹭不掉！之前那些模型指紋方案，簡直像劣質貼紙：嵌幾個密鑰就開始“串味”，模型性能哐哐掉，隨便洗兩下就沒了，開源模型用着更是災難。但 OML 1.0 玩了個新活——用“Perinucleus Sampling（逆核採樣）”把指紋塞到模型的“邊緣區”，既不影響模型輸出，又能囤着上萬條穩定的“驗證暗號”，絕了！

更離譜的是，他們在 Llama-3.1-8B 上硬生生嵌了 24576 個指紋，模型性能居然幾乎沒動！就算你給模型搞 SFT、做蒸餾、甚至把幾個模型混在一起“雜交”，這些指紋照樣穩如老狗，甩都甩不掉。

✅ 真僞一查就知，再也不怕“李鬼模型”
✅ 藏得嚴嚴實實，用的時候完全沒感覺
✅ 性能零損耗，模型該咋厲害還咋厲害
✅ 想嵌多少嵌多少，規模化直接拉滿

這哪是技術創新啊，簡直是給開源模型的商業化開了條“通天路”——以後模型是誰家的、有沒有被篡改，看一眼“隱形紋身”就知道，也太爽了！

@SentientAGI