طوّر باحثو Meta طريقة لاكتشاف نماذج الذكاء الاصطناعي المُقطّرة، وتمكنت من تحديد 79% من النسخ التي اختُبرت، بمعدل إيجابيات كاذبة بلغ 0.1%، من دون فحص البنية الداخلية للنماذج المشتبه بها. تستهدف هذه التقنية، المسماة WM-Basin، النماذج المدرّبة على مخرجات نماذج «معلّمة» تُستخدم بوصفها نماذج مُعلِّمة، وقد عُرضت في ورقة بحثية نُشرت في 27 أكتوبر 2026.
أهم النقاط
يفحص WM-Basin النصوص التي تُنشئها واجهات API، بدلًا من أوزان النماذج أو قيم اللوغيت.
قيّمت Meta التقنية على 1,200 نموذج طالب.
ظل الكشف فعالًا رغم عدة تعديلات على النماذج، لكنه ضعف عند ضبطها الدقيق باستخدام بيانات نظيفة وإعادة صياغة النصوص.
كيف يرصد WM-Basin نماذج الذكاء الاصطناعي المقطّرة
يستخدم WM-Basin نموذجًا استقصائيًا منفصلًا ونظيفًا لتحليل النص الذي يولّده نموذج مشتبه في أنه مقطّر. ويصف باحثون من Meta FAIR وMeta Superintelligence Labs هذا النهج في ورقة «أحواض العلامات المائية: رصد نماذج اللغة الكبيرة المقطّرة بأسلوب الصندوق الأسود»، المنشورة على arXiv تحت الرقم 2610.37266.
تتناول الورقة سيناريو نسخ محددًا: يجمع شخص ما إجابات من نموذج معلّم يحمل علامة مائية عبر واجهة برمجة التطبيقات، ثم يستخدم تلك الإجابات لتدريب نموذج طالب. يبحث WM-Basin عن دليل على وجود علاقة التدريب هذه، مستعينًا فقط بالنص الذي يولّده النموذج الطالب.
يمرّر الكاشف ذلك النص إلى نموذج استقصائي ثابت، ثم يحوّله إلى تمثيلات للتدرّجات، وهي طريقة لفحص كيفية تأثير التدريب على النص في معاملات النموذج الاستقصائي. بعد ذلك، يميّز بين اتجاهات الضبط الدقيق المعتادة وبين الاصطفاف مع «حوض علامة مائية» خاص بمفتاح معين في فضاء المعاملات.
وهذا يجعل التقنية شكلًا من أشكال تحليل الصندوق الأسود؛ إذ لا حاجة إلى الوصول إلى أوزان النموذج المشتبه فيه أو قيم اللوغيت الخاصة به. فالنصوص المستجابة عبر واجهة برمجة التطبيقات تكفي لعملية الكشف.
معدل كشف يبلغ 79% عبر 1,200 نموذج طالب
بحسب الباحثين، حقق WM-Basin معدل إيجابيات حقيقية بلغ 79% مع إبقاء معدل الإيجابيات الكاذبة عند 0.1% عند استخدام n-gram=1، في حين لم يحقق أقوى كاشف سابق للصندوق الأسود على مستوى الرموز سوى معدل إيجابيات حقيقية بلغ 29% في الظروف نفسها.
ويشير المؤلفون أيضًا إلى أن الفارق الذي يحققه WM-Basin مقارنة بالمنافسين يتسع كلما أصبحت عتبات الكشف أكثر صرامة وكبرت نوافذ n-gram.
شمل التقييم 1,200 نموذج طالب، تراوح حجمها بين 135 مليونًا و8.2 مليارات معامل. ودرب الباحثون هذه النماذج على مسارات استدلال رياضي مستمدة من OpenR1-Math، وشمل التقييم ست عائلات من بنى نماذج الطلاب، ونماذج معلّمة متعددة، وأساليب متنوعة لوضع العلامات المائية.
وتدعم هذه النتائج المكاسب التي تزعمها الورقة في رصد نماذج الذكاء الاصطناعي المقطّرة ضمن تقييمها للاستدلال الرياضي.
ما التعديلات التي تُبقي الكشف فعالًا أو تضعفه؟
وجد الباحثون أن إشارة الكشف في WM-Basin ظلت موجودة بعد التكميم والتقليم والتعلّم المعزّز الذي يلي التقطير. ويضغط التكميم النموذج لخفض تكاليف تشغيله، بينما يزيل التقليم بعض المعاملات.
وظلت الطريقة أيضًا أكثر موثوقية عندما ضعفت الإشارات على مستوى الرموز، بما في ذلك أثناء أخذ العينات بدرجة حرارة منخفضة.
وأضعفت تغييرات أخرى فعاليتها. فقد قلّل الضبط الدقيق المكثف على بيانات نظيفة خالية من العلامات المائية من دقة الكشف، كما أتاحَت إعادة صياغة مسارات استدلال النموذج المعلّم سبيلًا محتملًا آخر للتهرب من الكشف. ويحدد المؤلفون، على وجه الخصوص، مواصلة الضبط الدقيق الخاضع للإشراف على مواد غير موسومة بعلامة مائية بوصفها أحد هذه الأساليب.
أدلة العلامات المائية لمطوري الذكاء الاصطناعي
قد يعزز الجمع بين ارتفاع معدل الكشف وانخفاض معدل الإنذارات الكاذبة قوة الأدلة المستندة إلى العلامات المائية في المطالبات القانونية أو التعاقدية المتعلقة بنسخ النماذج. ويكتسب معدل الإيجابيات الكاذبة أهمية خاصة لهذا الاستخدام، لأنه يقيس الحالات التي يُوجَّه فيها إنذار خطأً، لا حالات التعرّف الناجح.
تُظهر المقارنة التي أبلغ عنها WM-Basin اقتران معدل إيجابيات كاذبة قدره 0.1% بمعدل إيجابيات حقيقية قدره 79%، مقابل 29% للطريقة السابقة على مستوى الرموز. واستخدمت الاختبارات الأساسية نماذج طلاب دُرّبت على مسارات استدلال رياضي من OpenR1-Math.
أُعدّت المقالة بمساعدة الذكاء الاصطناعي، وراجعها فريق التحرير.