Sentient Foundation đã giới thiệu một Bảng xếp hạng dấu vân tay mới nhằm kiểm tra mức độ tin cậy của việc truy xuất nguồn gốc các mô hình AI, sau khi nghiên cứu cho thấy gần như mọi kỹ thuật tạo dấu vân tay hiện có, bao gồm cả kỹ thuật của tổ chức này, đều có thể bị những kẻ tấn công tinh vi qua mặt.
Khi các mô hình trí tuệ nhân tạo ngày càng có giá trị, việc chứng minh ai là người phát triển chúng ban đầu đang trở thành một thách thức đáng kể. Các mô hình có thể bị sao chép, tinh chỉnh hoặc chưng cất thành những phiên bản mới, khiến các nhà phát triển ban đầu thường có rất ít cách để xác lập quyền sở hữu.
Sentient Foundation đang tìm cách giải quyết vấn đề đó bằng việc ra mắt Fingerprinting Leaderboard, một bộ tiêu chuẩn mở nhằm đánh giá các kỹ thuật nhúng chữ ký có thể nhận dạng vào mô hình AI.
Sáng kiến này tiếp nối nghiên cứu của Sentient Labs, trong đó chỉ ra các lỗ hổng trong mười phương pháp tạo dấu vân tay được đề xuất. Các nhà nghiên cứu phát hiện rằng gần như tất cả đều có thể bị vượt qua bằng các cuộc tấn công thích ứng mà vẫn giữ nguyên tính hữu dụng của mô hình.
Thay vì chỉ tập trung phát triển công nghệ tạo dấu vân tay của riêng mình, Sentient hiện đang mở quy trình đánh giá cho cộng đồng nghiên cứu rộng lớn hơn.
Cách thức hoạt động của công nghệ tạo dấu vân tay AI
Công nghệ tạo dấu vân tay AI được thiết kế để cung cấp bằng chứng về danh tính hoặc nguồn gốc của mô hình mà không hoàn toàn phụ thuộc vào hồ sơ bên ngoài, siêu dữ liệu hay quyền truy cập vào cơ sở hạ tầng bên dưới của mô hình.
Một số phương pháp nhúng các chữ ký hành vi ẩn trong quá trình huấn luyện. Sau đó, có thể kiểm tra những chữ ký này bằng các câu lệnh cụ thể, giúp nhà phát triển xác định liệu một mô hình khác có chứa dấu vết từ công trình ban đầu của họ hay không.
Điều quan trọng là có thể thực hiện việc xác minh này thông qua quyền truy cập API vào mô hình bị nghi là mô hình phái sinh, mà không cần truy cập trực tiếp vào các trọng số bên trong của mô hình đó.
“Các mô hình AI đang trở thành một trong những tài sản trí tuệ có giá trị nhất thế giới, nhưng một khi mô hình bị sao chép hoặc chưng cất, việc chứng minh quyền sở hữu trở nên vô cùng khó khăn,” Sachi Kamiya, Giám đốc Đầu tư mạo hiểm và Tăng trưởng tại Sentient Foundation, cho biết.
“Công nghệ tạo dấu vân tay đặt bằng chứng ngay bên trong mô hình. Hãy hình dung nó như phiên bản AI của những dấu ấn bí mật mà các họa sĩ thời Phục Hưng dùng để xác lập quyền tác giả.”
Phương pháp này có thể trở nên đặc biệt phù hợp khi hoạt động phát triển AI mã nguồn mở mở rộng và các mô hình ngày càng thường xuyên được chỉnh sửa rồi phân phối lại.
Các nhà nghiên cứu đã nhúng hơn 24.000 dấu vân tay vào một mô hình
Trước đây, Sentient Labs đã chứng minh rằng các kỹ thuật tạo dấu vân tay có thể hoạt động ở quy mô lớn.
Phương pháp Perinucleus của họ, được giới thiệu tại NeurIPS 2025, đã nhúng thành công 24.576 dấu vân tay vào Llama-3.1-8B, đồng thời chỉ làm suy giảm rất ít hiệu suất của mô hình.
Nhiều dấu vân tay trong số đó vẫn tồn tại sau các đợt tinh chỉnh tiếp theo, cho thấy thông tin nhận dạng vẫn có thể được phát hiện ngay cả sau khi mô hình được huấn luyện thêm.
Tuy nhiên, khả năng nhúng hàng nghìn dấu vân tay không đồng nghĩa với việc chúng có thể chống chọi với những nỗ lực loại bỏ có chủ đích.
Nghiên cứu được trình bày tại SaTML 2026 cho thấy ngay cả những kỹ thuật có thể chịu được các thay đổi thông thường đối với mô hình vẫn có thể dễ bị tấn công khi kẻ tấn công chủ đích tìm cách loại bỏ hoặc né tránh các chữ ký của chúng.
Trong số các phương pháp bị ảnh hưởng có cả phương pháp Perinucleus của chính Sentient.
Những phát hiện này làm nổi bật một thách thức cốt lõi đối với công nghệ tạo dấu vân tay AI: chứng minh rằng một chữ ký tồn tại khác biệt đáng kể với việc chứng minh rằng chữ ký đó vẫn đáng tin cậy khi có đối thủ chủ động tìm cách vô hiệu hóa nó.
Bộ tiêu chuẩn công khai để kiểm tra các tuyên bố về công nghệ tạo dấu vân tay
Fingerprinting Leaderboard mới ra mắt nhằm cung cấp một môi trường tiêu chuẩn hóa để so sánh các phương pháp khác nhau.
Phiên bản ban đầu tập trung đánh giá mức độ hiệu quả của các phương pháp tạo dấu vân tay trong việc nhúng những chữ ký có thể nhận dạng mà vẫn duy trì hiệu suất của mô hình nền tảng.
Phiên bản tương lai sẽ mở rộng các đánh giá này để bao gồm khả năng chống chịu trước tấn công đối kháng, qua đó đo lường xem dấu vân tay có còn phát hiện được sau những nỗ lực cố ý loại bỏ hoặc né tránh chúng hay không.
Sự khác biệt này rất quan trọng vì một kỹ thuật hoạt động tốt trong điều kiện được kiểm soát chưa chắc đã cung cấp bằng chứng đáng tin cậy về nguồn gốc trong những môi trường đối kháng hơn.
Cùng với bảng xếp hạng, Sentient đang phát hành mlprints, một thư viện mã nguồn mở tập hợp các kỹ thuật tạo dấu vân tay và phương pháp tấn công trong một khuôn khổ đánh giá chung.
Thư viện này cho phép các nhà nghiên cứu tái lập những thử nghiệm hiện có, triển khai các phương pháp tạo dấu vân tay khác và phát triển các cuộc tấn công mới trong điều kiện kiểm thử có thể so sánh.
Bằng cách công khai những công cụ này, Sentient hướng tới việc thiết lập một quy trình minh bạch hơn để đánh giá các tuyên bố về nguồn gốc mô hình AI.
Vì sao quyền sở hữu mô hình quan trọng đối với AI mã nguồn mở
Sáng kiến này cũng đề cập đến một mâu thuẫn rộng hơn trong lĩnh vực trí tuệ nhân tạo mã nguồn mở.
Các nhà phát triển công khai trọng số mô hình giúp người khác có thể phát triển dựa trên công trình của họ, nhưng điều đó cũng có thể khiến việc theo dõi cách những mô hình ấy sau đó bị sao chép, chỉnh sửa hoặc tích hợp vào các hệ thống khác trở nên khó khăn.
Giữ mô hình ở trạng thái đóng giúp kiểm soát việc phân phối tốt hơn, nhưng lại hạn chế khả năng tiếp cận và phát triển hợp tác vốn gắn liền với AI mã nguồn mở.
Công nghệ tạo dấu vân tay có thể đưa ra một hướng tiếp cận khác, cho phép nhà phát triển chia sẻ mô hình mà vẫn giữ được cơ chế xác lập nguồn gốc của chúng.
Những khả năng này về lâu dài có thể hỗ trợ việc xác định nguồn gốc, thực thi giấy phép và xây dựng các thỏa thuận kinh tế gắn với nguồn gốc mô hình có thể xác minh.
Tuy nhiên, nghiên cứu cũng cho thấy việc tạo dấu vân tay đáng tin cậy vẫn là một thách thức kỹ thuật chưa được giải quyết.
Mục tiêu dài hạn của Sentient là phát triển các chữ ký gắn chặt với năng lực của mô hình đến mức nếu loại bỏ chúng thì tính hữu dụng của mô hình cũng bị suy giảm.
Hiện tại, Fingerprinting Leaderboard là nỗ lực nhằm xác định những kỹ thuật hiện có nào có thể cung cấp bằng chứng đáng tin cậy về nguồn gốc và những kỹ thuật nào vẫn dễ bị thao túng.
Với bộ tiêu chuẩn ban đầu hiện đã có và kế hoạch thử nghiệm đối kháng trong một phiên bản tương lai, dự án có thể cung cấp cho các nhà nghiên cứu một khuôn khổ chung để đánh giá một trong những thách thức mới nổi trong lĩnh vực bảo vệ sở hữu trí tuệ AI.
Bạn có thể tìm hiểu thêm về sáng kiến này tại fingerprint.sentient.foundation.
Tuyên bố miễn trừ trách nhiệm: Bài viết này chỉ nhằm mục đích cung cấp thông tin. Nội dung không được đưa ra hoặc dự định sử dụng làm tư vấn pháp lý, thuế, đầu tư, tài chính hay bất kỳ hình thức tư vấn nào khác.