Các nhà cung cấp mô hình biên giới lớn áp dụng công nghệ hình mờ để tuân thủ quy định của EU

Trang chủ InfoQ Tin tức Các nhà cung cấp mô hình biên giới lớn áp dụng công nghệ hình mờ để tuân thủ quy định của EU AI, ML & Kỹ thuật dữ liệu Các nhà cung cấp mô hình biên giới lớn áp dụng công nghệ hình mờ để tuân thủ quy định của EU Ngày 18 tháng 8 năm 2026 2 đọc tối thiểu bởi Olimpiu Pop Theo dõi chúng tôi trên Người theo dõi Youtube232K Linkedin26K người theo dõi InstagramMới Người đọc RSS19K Người theo dõi X57.1k Facebook21K lượt thích BlueskyMới Hãy nghe bài viết này - 0:00 Âm thanh sẵn sàng để phát Trình duyệt của bạn không hỗ trợ phần tử âm thanh. 0:00 0:00 Bình thường1,25x1,5x thích Danh sách đọc Bắt đầu từ ngày 2 tháng 8 năm 2026, việc thực thi quy định theo Điều 50 của Đạo luật AI của EU đã chính thức có hiệu lực trên khắp các quốc gia thành viên, bắt buộc các nhà cung cấp hệ thống AI có mục đích chung và tổng hợp phải đánh dấu các kết quả đầu ra tổng hợp ở định dạng mà máy có thể phát hiện được. Để đáp lại, các nhà cung cấp mô hình nền tảng lớn đã triển khai các thuật toán tạo hình chìm mờ văn bản thống kê và các tiêu chuẩn siêu dữ liệu mật mã trên các đường dẫn suy luận, ngay lập tức kích hoạt động lực mèo vờn chuột chuyển động nhanh với hệ sinh thái nhà phát triển nguồn mở. Cốt lõi hoạt động của sự thay đổi tuân thủ tập trung vào hình mờ lấy mẫu mã thông báo thống kê để tạo ngôn ngữ tự nhiên. Thay vì chèn các ký tự Unicode có độ rộng bằng 0 làm gián đoạn các trình phân tích cú pháp xuôi dòng hoặc phá vỡ các đường dẫn dữ liệu văn bản thuần túy, hình mờ hiện đại can thiệp trực tiếp vào quá trình giải mã tự hồi quy. Tạo các từ vựng mô hình phân vùng thời gian chạy thành các bộ mã thông báo màu xanh lá cây và màu đỏ giả ngẫu nhiên được khóa bằng mật mã cho các mã thông báo ngữ cảnh trước đó. Việc thêm một độ lệch tích cực nhỏ vào nhật ký của các ứng cử viên được liệt kê trong danh sách xanh sẽ giữ nguyên sự mạch lạc về ngữ nghĩa và độ trễ suy luận trong khi nhúng chữ ký có thể phát hiện được bằng toán học trên các chuỗi mã thông báo. Anthropic đã công bố triển khai toàn cầu cơ chế này trên các mô hình Claude được phát hành vào hoặc sau ngày 2 tháng 8, như được ghi trong tài liệu Hỗ trợ của Anthropic. Việc triển khai hoạt động thống nhất trên các bề mặt web, API dành cho nhà phát triển, Claude Code và nền tảng lưu trữ đám mây của đối tác mà không cần thêm chi phí mã thông báo, độ trễ hoặc điều chỉnh giá API. Hình mờ hoạt động hoàn toàn ở lớp lấy mẫu mô hình và không mã hóa danh tính khách hàng, tải trọng nhắc nhở hoặc siêu dữ liệu hội thoại, duy trì quyền riêng tư dữ liệu phía máy khách. Đồng thời, Google đã tích hợp khung Google SynthID của mình vào cơ sở hạ tầng sản xuất Gemini và triển khai hình mờ văn bản có nguồn mở cho thời gian chạy Ôm mặt. Đối với các phương tiện tổng hợp như hình ảnh, âm thanh và video, các nhà cung cấp đã tập trung vào các thông số kỹ thuật của Liên minh về Xác thực và Xuất xứ Nội dung. Các sáng kiến ​​của OpenAI Provenance nhúng các biểu hiện siêu dữ liệu C2PA được ký bằng mật mã vào các tiêu đề hình ảnh cùng với hình mờ pixel SynthID, trong khi các nỗ lực của Meta AI Transparency áp dụng cả siêu dữ liệu C2PA và hình mờ hình ảnh deep learning trên các điểm cuối của người tiêu dùng. Việc triển khai đã gây ra sự phản đối ngay lập tức trên các kênh dành cho nhà phát triển nguồn mở. Trong vòng vài giờ triển khai, các tiện ích vệ sinh nguồn mở đã đạt được sức hút lan truyền; kho lưu trữ loại bỏ hình mờ đã tích lũy được hàng nghìn ngôi sao GitHub trong vòng chưa đầy 24 giờ, như được nêu rõ trong phân tích ngành LinkedIn của Eduardo Ordax. Tiện ích này tự động loại bỏ siêu dữ liệu C2PA, EXIF ​​​​và XMP, xóa các dấu Unicode ẩn và phá vỡ phân phối logit thống kê thông qua việc viết lại bản địa hóa tự động trên các định dạng Markdown, PDF, DOCX và hình ảnh. Các cuộc thảo luận kỹ thuật rộng hơn và các phân tích bảo mật học thuật, chẳng hạn như các đánh giá được bình duyệt về độ mạnh của hình mờ thống kê và các thách thức phát hiện entropy thấp, đã nêu bật các lỗ hổng cấu trúc trong việc thực thi thời gian chạy. Hình mờ văn bản thống kê bị suy giảm nghiêm trọng khi phát hiện trong quá trình xử lý hậu kỳ nhẹ, chẳng hạn như chuỗi dịch tự động, vòng lặp diễn giải đa mô hình hoặc độ dài tạo ngắn dưới 60 mã thông báo. Hơn nữa, những người thực hiện dữ liệu nêu lên mối lo ngại về kết quả dương tính giả trên các đầu ra có entropy thấp, chẳng hạn như mã soạn sẵn lặp đi lặp lại hoặc cấu hình có cấu trúc. trên các tệp, trong đó tính đa dạng từ vựng hạn chế bắt chước một cách tự nhiên việc lựa chọn mã thông báo danh sách xanh, một thách thức được ghi lại rộng rãi trong nghiên cứu về hình mờ phân phối mã entropy thấp và giới hạn lỗi thống kê. Quá trình chuyển đổi quy định cũng bộc lộ sự khác biệt về cấu trúc giữa kiến ​​trúc được lưu trữ và kiến ​​trúc tự quản lý. Mặc dù các cổng API độc quyền có thể thực thi nghiêm ngặt việc tạo hình chìm mờ trong thời gian chạy, nhưng các hệ sinh thái trọng lượng mở phải đối mặt với các ranh giới tuân thủ theo quy định của Điều 50, vì các kỹ sư hạ nguồn lưu trữ trọng số cục bộ vẫn giữ toàn quyền kiểm soát các thông số giải mã, nhiệt độ lấy mẫu và logic giải mã tùy chỉnh. Khi các yêu cầu về xuất xứ của doanh nghiệp mở rộng, các nhóm kỹ thuật phải cân nhắc tính mong manh của việc loại bỏ phía khách hàng trước sự cần thiết phải tích hợp các móc xác minh tự động trực tiếp vào các đường dẫn nhập liên tục, ngăn xếp giám sát tuân thủ và quy trình kiểm tra dữ liệu tổng hợp. Về tác giả Olimpiu Pop Hiển thị thêmHiển thị ít hơn Đánh giá bài viết này Nhận con nuôi phong cách Tác giả đã liên hệ Nội dung này nằm trong chủ đề AI, ML & Data Engineering Chủ đề liên quan: AI, ML & Kỹ thuật dữ liệu Mô hình biên giới Quy định của EU