Die Sentient Foundation hat Julie Belião, bisherige VP of Product bei Mozilla.ai und erfahrene Google-Ingenieurin, zur Vice President of Product ernannt. Belião soll die Forschung der Non-Profit-Organisation zum Nachweis der Herkunft von KI-Modellen in Software umsetzen, die Entwickler tatsächlich nutzen können.

Was Belião verantworten wird

Ihr Aufgabenbereich umfasst zwei Bereiche: recursive self-improvement, also KI-Systeme, die sich selbst verbessern, und Modell-Provenienz. Die Foundation erklärt, es gebe derzeit keinen Standard, um nachzuweisen, womit ein KI-Modell trainiert wurde oder woher es stammt – Beliaos Auftrag ist es, funktionierende Produkte zu entwickeln, die dies leisten können.

Ein Jahrzehnt Open-Source- und mehrsprachiger KI-Arbeit

Während ihrer Zeit bei Mozilla.ai leitete Belião den Open-Source-Plan für 61 Repositories und half beim Aufbau der Entwickler-Community der Organisation. 2025 co-autorierte sie "Towards Best Practices for Open Datasets for LLM Training" mit Mozilla und EleutherAI. Die Mozilla Foundation führt sie als Mitwirkende des Papiers neben EleutherAI-Geschäftsführerin Stella Biderman und Mozillas Mark Surman. Das Papier argumentierte, dass KI-Trainingsdaten lizenziert, gut dokumentiert und mit klar belegter Herkunft sein sollten. Dieselbe Prämisse – dass die Herkunft nachweisbar sein sollte – ist die Frage, die ihre neue Rolle auf Modellebene aufwirft, wo Sentient zufolge derzeit kein Standardnachweis existiert.

Vor Mozilla arbeitete Belião mehr als zehn Jahre an mehrsprachiger KI und trug zu Arbeiten mit Sprach- und Sprachdaten für Google Assistant, Google Translate und YouTube bei – alles Produkte von Google (NASDAQ: GOOGL). Sie hält einen PhD in Informatik der Université Paris Nanterre.

Warum Modell-Provenienz jetzt wichtig ist

Die Ernennung erfolgt inmitten einer Reihe berichteter Versuche, proprietäre Modellfähigkeiten zu extrahieren. Ende September gab OpenAI an, es habe einen koordinierten Versuch gestoppt, die schrittweisen Denkprozesse aus seinen KI-Modellen herauszuziehen, und verband die Kampagne mit Personen, die in Verbindung zu Moonshot AI, dem Hersteller von Kimi, stehen. Im Februar berichtete Anthropic, dass drei chinesische KI-Labore mehr als 16 Millionen Anfragen an sein Claude-Modell mit rund 24.000 gefälschten Konten gesendet hatten, und erklärte, die Labore wollten Claudes Fähigkeiten extrahieren. Anthropic schrieb mehr als 3,4 Millionen dieser Austausche Moonshot zu.

Das Problem besteht breiter fort: Wenn ein Modell kopiert, feinabgestimmt oder in ein anderes System destilliert wird, können Käufer oft nicht erkennen, womit es trainiert wurde.

Sentient nahm sich der Herausforderung im Oktober mit dem Start seines Fingerprinting Leaderboard an, eines offenen Tests, ob Methoden zum Nachweis der Herkunft eines Modells Kopieren, Fine-Tuning und gezielte Entfernungsversuche überstehen können. Sentients Forscher entwickelten Angriffe gegen zehn vorgeschlagene Fingerprinting-Methoden, und die Ergebnisse zeigten, dass fast alle ohne Beeinträchtigung des Modells besiegt werden konnten – einschließlich Sentients eigener Perinucleus-Methode, die 24.576 Fingerprints in Llama-3.1-8B platziert hatte.

"Fingerprinting legt den Beweis in das Modell hinein", erläuterte Sachi Kamiya, Director of Venture and Growth der Foundation. Sie verglich die Technik mit den verborgenen Markierungen, mit denen Maler der Renaissance ihre Werke beanspruchten.

Die Forschung baut auf Sentients OML-Arbeit auf, kurz für Open-access, Monetizable, and Loyal AI Model Serving, durchgeführt mit der Princeton University und der University of Washington. Das Projekt zielt darauf ab, dass Entwickler offene Modelle teilen können und dennoch später Eigentum nachweisen können.

Über Sentient

Sentient startete im Februar als Non-Profit-Organisation mit Sitz in Singapur, die sich verpflichtet, künstliche allgemeine Intelligenz open-source zu halten. Im Juni sagte sie 42 Millionen US-Dollar an Zuschüssen und Investitionen für Open-Source-Entwickler zu. Ihre Projekte, darunter ROMA, OpenDeepSearch und ihre OML-Fingerprinting-Arbeit, haben mehr als 12.500 GitHub-Sterne erhalten, und Forscher bei Google (NASDAQ: GOOGL), Microsoft (NASDAQ: MSFT) und Meta (NASDAQ: META) haben sie zitiert.

Die Ernennung stellt nun einen Forschungs-zu-Produkt-Test mit einem Benchmark aus Sentients eigener Schmiede auf: Das Leaderboard von Oktober ergab, dass fast jede vorgeschlagene Fingerprinting-Methode – einschließlich der eigenen – besiegt werden konnte, und die Foundation erklärt, dass derzeit kein Standardweg existiert, um nachzuweisen, womit ein Modell trainiert wurde oder woher es stammt. Diese Forschung in funktionierende Provenienzprodukte umzuwandeln, ist die Lücke, deren Schließung Belião eingesetzt wurde.

Quelle: Cryptopolitan