Sentient Foundation ha nombrado a Julie Belião, ex VP de Producto de Mozilla.ai e ingeniera veterana de Google, como su Vicepresidenta de Producto. Belião liderará el esfuerzo de la organización sin fines de lucro para convertir su investigación sobre cómo probar el origen de los modelos de IA en software que los desarrolladores puedan utilizar realmente.

Qué supervisará Belião

Su portafolio abarca dos áreas: la auto-mejora recursiva, es decir, sistemas de IA que se mejoran a sí mismos, y la procedencia de modelos. La fundación afirma que aún no existe una forma estándar de probar con qué datos fue entrenado un modelo de IA ni de dónde proviene, y el mandato de Belião es construir productos funcionales que puedan hacerlo.

Una década de trabajo en código abierto e IA multilingüe

Durante su etapa en Mozilla.ai, Belião dirigió el plan de código abierto de 61 repositorios y ayudó a hacer crecer la comunidad de desarrolladores de la organización. En 2025, fue coautora de "Towards Best Practices for Open Datasets for LLM Training" junto con Mozilla y EleutherAI. La Mozilla Foundation la enumera como colaboradora del artículo junto a la directora ejecutiva de EleutherAI, Stella Biderman, y Mark Surman de Mozilla. El artículo sostenía que los datos de entrenamiento de IA deben tener licencia, estar bien documentados y tener un origen claramente establecido. Esa misma premisa —que el origen debe ser comprobable— es la cuestión que su nuevo rol plantea ahora a nivel de modelos, donde Sentient afirma que actualmente no existe una prueba estándar.

Antes de Mozilla, Belião dedicó más de diez años al trabajo en IA multilingüe, contribuyendo en el ámbito de datos de voz y lenguaje para Google Assistant, Google Translate y YouTube, todos productos de Google (NASDAQ: GOOGL). Posee un doctorado en ciencias de la computación de la Université Paris Nanterre.

Por qué la procedencia de modelos importa ahora

El nombramiento llega en medio de una serie de intentos reportados de extraer capacidades propietarias de modelos. A finales de septiembre, OpenAI dijo que detuvo un esfuerzo coordinado para extraer el razonamiento paso a paso de sus modelos de IA, vinculando la campaña a personas relacionadas con Moonshot AI, el creador de Kimi. En febrero, Anthropic informó que tres laboratorios de IA chinos enviaron más de 16 millones de solicitudes a su modelo Claude utilizando alrededor de 24,000 cuentas falsas, y afirmó que los laboratorios buscaban extraer las capacidades de Claude. Anthropic atribuyó a Moonshot más de 3.4 millones de esos intercambios.

El problema persiste de manera más amplia: cuando un modelo se copia, se ajusta finamente o se destila en otro sistema, los compradores a menudo no pueden saber con qué fue entrenado.

Sentient asumió el desafío en octubre con el lanzamiento de su Fingerprinting Leaderboard, una prueba abierta de si los métodos para probar el origen de un modelo pueden sobrevivir a la copia, el ajuste fino y los intentos deliberados de eliminarlos. Los investigadores de Sentient construyeron ataques contra diez métodos de fingerprinting propuestos, y los resultados mostraron que casi todos podían ser derrotados sin degradar el modelo, incluido el propio método Perinucleus de Sentient, que había colocado 24,576 huellas digitales en Llama-3.1-8B.

"El fingerprinting pone la prueba dentro del modelo", explicó Sachi Kamiya, directora de ventures y crecimiento de la fundación. Comparó la técnica con las marcas ocultas que los pintores del Renacimiento usaban para reclamar su obra.

La investigación se basa en el trabajo OML de Sentient, siglas de Open-access, Monetizable, and Loyal AI Model Serving, realizado con la Universidad de Princeton y la Universidad de Washington. El proyecto busca permitir que los creadores compartan modelos abiertos y, al mismo tiempo, puedan demostrar la propiedad más adelante.

Sobre Sentient

Sentient se lanzó en febrero como una organización sin fines de lucro con sede en Singapur que se compromete a mantener la inteligencia artificial general como código abierto. En junio, destinó 42 millones de dólares en subvenciones e inversiones a desarrolladores de código abierto. Sus proyectos, incluidos ROMA, OpenDeepSearch y su trabajo de fingerprinting OML, han acumulado más de 12,500 estrellas en GitHub, y investigadores de Google (NASDAQ: GOOGL), Microsoft (NASDAQ: MSFT) y Meta (NASDAQ: META) los han citado.

El nombramiento plantea ahora una prueba de investigación a producto con un benchmark creado por la propia Sentient: su tabla de octubre encontró que casi todos los métodos de fingerprinting propuestos, incluido el propio, podían ser derrotados, y la fundación afirma que aún no existe una forma estándar de probar con qué datos fue entrenado un modelo ni de dónde proviene. Convertir esa investigación en productos de procedencia funcionales es la brecha que Belião fue contratada para cerrar.

Fuente: Cryptopolitan