محققان در مقالهای جدید، روش نوآورانهای به نام FPEdit معرفی کردهاند که مشکل بزرگ «سرقت مدل» یا استفاده غیرمجاز از مدلهای هوش مصنوعی را هدف قرار میدهد. 🧠
این روش برخلاف تکنیکهای قبلی که نیاز به تغییرات گسترده یا ایجاد «درهای پشتی» (Backdoor) آسیبپذیر داشتند، از قابلیت «ویرایش دانش» در مدلها استفاده میکند. با این تکنیک، میتوان «اثر انگشت» دیجیتالیِ منحصربهفردی را به صورت بسیار دقیق در وزنهای مدل تزریق کرد، بدون اینکه ذرهای از دقت و عملکرد اصلی مدل کاسته شود.
از ویژگیهای جالب FPEdit میتوان به موارد زیر اشاره کرد:
✅ مقاومت بسیار بالا در برابر تغییرات (مانند Fine-tuning یا کوانتایز کردن)
✅ سرعت بسیار بالا (تزریق اثر انگشت در کمتر از ۲ دقیقه)
✅ حفظ کارایی مدل در بنچمارکهای اصلی
این نوآوری میتواند گام بزرگی برای شرکتهای هوش مصنوعی باشد تا از سرمایههای سنگین خود در برابر کپیبرداری غیرقانونی محافظت کنند. 🔒
منبع: arXiv AI