2026 年 11 月 13 日,研究人员提出 Model Maps 文档框架,用于追踪基础模型的上游来源。论文将模型地图描述为一种知识图谱,记录影响模型的各类对象及其关系,并在模型卡、数据说明文档等既有方法的基础上加以扩展。[1]
作者认为,基础模型可能继承上游模型、数据集和基准测试的属性。他们将由此形成的关系网络称为 AI 纠缠,并指出,可见性不足会增加查明安全漏洞、幻觉或偏见预测来源的难度。该框架列出 13 种依赖机制,其中包括模型微调和合成数据生成。[1]
论文称,作者为 15 个闭源和开放权重基础模型构建了地图,共记录 2,778 个独立依赖关系,并追踪到距离最终模型最多九跳的对象。摘要称研究人员已发布这些地图,并主张透明度要求除了涵盖单个模型和训练数据,还应覆盖上游依赖。[1]
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策