新聞宏觀經濟Sentient 基金會聘請 Mozilla AI 老將 Julie Belião 出任產品副總裁,打造模型溯源工具

Sentient 基金會聘請 Mozilla AI 老將 Julie Belião 出任產品副總裁,打造模型溯源工具

作者: Cryptopolitan·

重點速覽

  • •Sentient 基金會任命 Julie Belião 為產品副總裁,她曾任 Mozilla.ai 產品副總裁,並在 Google 擁有十餘年多語言 AI 工作經驗。
  • •Belião 的職責涵蓋遞迴自我改進與模型溯源,目標是打造能證明 AI 模型訓練資料內容與來源的產品,因為 Sentient 表示目前尚無標準證明方式。
  • •在 Mozilla.ai 期間,Belião 主導了 61 個儲存庫的開源計畫,並於 2025 年與 Mozilla 和 EleutherAI 共同發表論文,主張 AI 訓練資料應具備授權、完善文件說明與明確來源。
  • •Sentient 十月的指紋排行榜對十種指紋方法進行攻擊,發現幾乎所有方法都可在不損害模型的情況下被破解,包括曾在 Llama-3.1-8B 植入 24,576 個指紋的自家 Perinucleus 方法。
  • •此項任命正值多起提取事件通報之際:OpenAI 阻止了一場與 Moonshot AI 相關人士有關的蒸餾行動,而 Anthropic 則追蹤到三家中国 AI 實驗室使用約 24,000 個假帳號向 Claude 發送超過 1,600 萬次請求。
Sentient 基金會聘請 Mozilla AI 老將 Julie Belião 出任產品副總裁,打造模型溯源工具

Sentient 基金會任命 Julie Belião 為產品副總裁,她曾任 Mozilla.ai 產品副總裁,也是資深 Google 工程師。Belião 將領導該非營利組織,把證明 AI 模型來源的研究轉化為開發者可實際使用的軟體。

Belião 將負責的業務

她的職權範圍涵蓋兩大領域:遞迴自我改進(即能自我改進的 AI 系統)與模型溯源。基金會表示,目前尚無標準方法可證明 AI 模型的訓練資料內容與來源,而 Belião 的任務正是打造能夠做到這一點的可用產品。

十年開源與多語言 AI 經驗

在 Mozilla.ai 期間,Belião 主導了 61 個儲存庫的開源計畫,並協助壯大組織的開發者社群。2025 年,她與 Mozilla 和 EleutherAI 共同發表《Towards Best Practices for Open Datasets for LLM Training》。Mozilla Foundation 將她列為該論文的合作者,共同作者還包括 EleutherAI 執行總監 Stella Biderman 與 Mozilla 的 Mark Surman。該論文主張 AI 訓練資料應具備授權、完善的文件說明,以及明確可考的來源。同樣的前提——來源應可被證明——正是她新職務在模型層面所面對的課題,而 Sentient 指出目前尚無標準的證明方式。

在加入 Mozilla 之前,Belião 投入多語言 AI 研究超過十年,參與 Google Assistant、Google Translate 與 YouTube 的語音與語言資料工作,這些皆為 Google(NASDAQ: GOOGL)的產品。她擁有巴黎楠泰爾大學(Université Paris Nanterre)電腦科學博士學位。

模型溯源為何此刻重要

此項任命之際,業界接連傳出試圖提取專有模型能力的事件。九月下旬,OpenAI 表示已阻止一場協同行動,該行動企圖從其 AI 模型中提取逐步推理過程,OpenAI 並將此行動與 Kimi 開發商 Moonshot AI 相關人士連結。二月,Anthropic 通報三家中国 AI 實驗室使用約 24,000 個假帳號,向其 Claude 模型發送超過 1,600 萬次請求,並表示這些實驗室意圖提取 Claude 的能力。Anthropic 將其中超過 340 萬次互動歸因於 Moonshot。

問題的範圍更廣:當模型被複製、微調或蒸餾到另一個系統時,買方往往無法得知它是被什麼訓練而成。

Sentient 已於十月透過推出指紋排行榜(Fingerprinting Leaderboard)著手應對此問題,這是一項開放測試,檢驗證明模型來源的方法能否經得起複製、微調以及蓄意移除的嘗試。Sentient 的研究人員針對十種提出的指紋方法構建攻擊,結果顯示幾乎所有方法都可在不損害模型效能的情況下被破解——包括 Sentient 自家的 Perinucleus 方法,該方法曾在 Llama-3.1-8B 中植入 24,576 個指紋。

「指紋技術將證明植入模型內部,」基金會創投與成長總監 Sachi Kamiya 解釋道。她將這項技術比喻為文藝復興時期畫家用來宣示作品所有權的隱藏標記。

該研究建立在 Sentient 的 OML 工作基礎之上,OML 是 Open-access, Monetizable, and Loyal AI Model Serving 的縮寫,與普林斯頓大學和華盛頓大學合作進行,旨在讓創作者分享開源模型的同時,日後仍能證明所有權。

關於 Sentient

Sentient 於二月成立,是總部位於新加坡的非營利組織,承諾維持通用人工智慧(AGI)的開源性。六月,該組織承諾向開源開發者提供 4,200 萬美元的補助與投資。其專案包括 ROMA、OpenDeepSearch 以及 OML 指紋工作,已在 GitHub 獲得超過 12,500 顆星,並獲 Google(NASDAQ: GOOGL)、Microsoft(NASDAQ: MSFT)與 Meta(NASDAQ: META)的研究人員引用。

這項任命如今構成了一場以 Sentient 自設基準為標準的研究到產品測試:其十月排行榜發現幾乎所有提出的指紋方法——包括自家方法——都可被破解,且基金會表示目前尚無標準方法可證明模型的訓練資料內容與來源。將這些研究轉化為可運作的溯源產品,正是 Belião 受聘彌補的缺口。

來源:Cryptopolitan