跳到正文
安全
安全 X @sentient_found

整理:TopAIMap 编辑

Sentient 发布模型指纹排行榜:在权重内证明模型归属,对抗蒸馏与微调擦除

Sentient Foundation 推出 Fingerprinting Leaderboard 与 mlprints 框架,基准测试模型指纹在复制/微调/蒸馏攻击后仍能否被识别,并开放社区提交方案。

Sentient Fingerprinting Leaderboard model provenance

Sentient Foundation(@sentient_found)于 2026-10-14 宣布上线 Fingerprinting Leaderboard:面向模型出处(provenance)的开源基准,主张「证据写在权重里,而不是写在文件上」。配套思路是在训练中嵌入秘密查询–响应对等指纹;排行榜衡量指纹在被复制、微调、蒸馏等攻击后的鲁棒性与识别准确率,并兼顾对模型性能的牺牲。X 新闻摘要称已测多套方案(含 Immapp-v4 等),并开放 mlprints 框架与社区提交。官网:fingerprint.sentient.foundation。主帖约 45 赞、7400 曝光,并被多位研究者转发讨论。

谁能用:排行榜与相关工具对公众/研究者免费开放(提交方案、查看排名);面向训练自有模型并需证明权属的实验室、开源发布方与企业 IP 团队,而非普通 Chat 订阅用户的一键功能。 解读:开源与蒸馏让「谁训练的模型」越来越难靠外部记录证明,指纹赛道把安全从内容水印推进到权重身份。讨论:① 指纹能否扛住强蒸馏而不明显掉点?② 会否成为开源发布的事实标准,还是止于学术基准? 来源:X @sentient_found · https://fingerprint.sentient.foundation

同栏目 · 安全

Swarmchasers / X @ethanelasky

Swarmchasers:首次与腾讯云上「中文智能体舰队」双向接触,曾狂扫高德 Amap

Swarmchasers 发布完整报告:2026-09-28 至 10-08 腾讯云香港节点上的智能体舰队超 2600 次探测高德 Amap;研究人员经隐藏文本与其对话;腾讯背景称属第三方模型评测已结束。

Swarmchasers report cover — Chinese AI agent fleet on Tencent Cloud targeting Amap
The Straits Times

新加坡 IMDA 发布智能体安全可靠性测试入门套件

10 月 14 日 IMDA 发布 Starter Kit,检查智能体工具调用、数据访问、决策路径与权限边界;与 20+ 企业共研。

新加坡 IMDA 智能体测试入门套件
NVIDIA Newsroom

英伟达承诺 2.5 亿美元算力:五年支持英国智能体安全与安保研究

NVIDIA 官方宣布未来五年捐赠合计约 2.5 亿美元算力接入(约每年 5000 万美元),专项支持英国 Agentic Safety and Security 研究;部分对接牛津 BOLD、UCL SOFAIR 与帝国理工。

英伟达英国智能体安全算力捐赠