В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно стимулюють стрімкий розвиток великих мовних моделей (LLM). LLM демонструють небачені раніше можливості в різних галузях, значно розширюючи людський простір уяви і навіть в окремих ситуаціях показують потенціал заміни людської праці. Однак ядро цих технологій міцно утримується в руках кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії встановили непереборні бар'єри, які ускладнюють більшості розробників та інноваційних команд з ними змагатися.
Одночасно, на початкових етапах швидкого розвитку ШІ, суспільна думка, як правило, фокусується на прориві та зручностях, які надає технологія, тоді як увага до таких ключових питань, як захист конфіденційності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток галузі ШІ та соціальну прийнятність. Якщо їх не буде належним чином вирішено, суперечка про те, чи "направляти ШІ на добро" чи "на зло", стане все більш помітною, тоді як централізовані гіганти, керуючись інстинктом отримання прибутку, зазвичай не мають достатньої мотивації для активного реагування на ці виклики.
Технології блокчейн завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам пропонують нові можливості для стійкого розвитку AI-індустрії. На сьогоднішній день на деяких основних у блокчейні вже з'явилося безліч "Web3 AI" застосувань. Але при глибшому аналізі можна виявити, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, ступінь децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, ланцюговий AI все ще має обмеження в моделях, використанні даних та прикладних сценаріях, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого AI, зробити так, щоб у блокчейні безпечно, ефективно та демократично могли вміщуватися масштабні AI-застосунки, і щоб за показниками він міг змагатися з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має підґрунтя архітектури та дизайну продуктивності, що тісно пов'язане з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має володіти такими ключовими можливостями:
Ефективні стимули та механізм децентралізованого консенсусу Основою AI Layer 1 є створення відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність, зберігання тощо. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні бухгалтерії, вузли AI Layer 1 повинні виконувати більш складні завдання: не тільки надавати обчислювальну потужність, виконувати навчання та виведення AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, що дозволяє зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен бути в змозі точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-виведенням, навчанням тощо, що забезпечить безпеку мережі та ефективний розподіл ресурсів. Лише таким чином можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань. Завдання AI, особливо тренування та інференція LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог високої пропускної здатності, низької затримки та еластичної паралельної обробки, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Верифікація та гарантія надійного виходу AI Layer 1 не лише повинна запобігати зловживанням моделлю, фальсифікації даних та іншим загрозам безпеці, але й з основних механізмів забезпечувати верифікацію виходу AI та його відповідність. Завдяки інтеграції надійного середовища виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа дозволяє незалежно перевіряти кожен процес висновку моделі, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. Водночас така верифікація може допомогти користувачам усвідомити логіку та підстави виходу AI, реалізуючи "отримане дорівнює бажаному", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо у фінансовій, медичній, соціальній та інших сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 повинен забезпечити верифікацію, одночасно застосовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки. Як інфраструктура Layer 1, що базується на AI, платформа повинна не лише мати технологічні переваги, а й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний набір інструментів для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Постійно оптимізуючи доступність платформи та досвід розробників, сприяти реалізації різноманітних AI-програм та досягненню стійкого процвітання децентралізованої AI-екосистеми.
Основуючи на вищезазначеному контексті та очікуваннях, ця стаття детально представить шість представницьких проєктів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизує останні досягнення в галузі, аналізує стан розвитку проєктів і обговорює майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої AI моделі
Огляд проєкту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (. На початковому етапі це буде Layer 2, а згодом буде перенесено на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона створює децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою "OML" (відкритий, прибутковий, лояльний) структури, щоб реалізувати структуру власності моделей штучного інтелекту в у блокчейні, забезпечити прозорість викликів та розподіл вартості. Бачення Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти штучного інтелекту, що сприятиме розвитку справедливої, відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити платформу AGI, що керується спільнотою, є відкритою та перевіряється. Основні учасники включають професора Принстонського університету Прамода Вісваната та професора Індійського інституту науки Хіманшу Тягі, які відповідальні за безпеку та захист приватності AI, в той час як співзасновник Polygon Сандіп Найлвал очолює стратегію блокчейну та екосистемну розробку. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи такі галузі, як AI/ML, NLP, комп'ютерне бачення, спільно працюючи для реалізації проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих VC, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Ядро архітектури
Основна архітектура Sentient складається з двох частин: AI Pipeline (Штучний інтелект) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделі.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель зберігала процес навчання, що відповідає намірам спільноти.
Система у блокчейні надає прозорість та децентралізований контроль для протоколів, забезпечуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири шари:
Шар зберігання: зберігання ваг моделі та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхід для виклику моделі контролю авторизації контракту;
Рівень доступу: перевірка правомочності користувача через підтвердження прав
Слой стимулювання: контракт маршрутизації доходів буде розподіляти платіж під час кожного виклику між тренерами, розробниками та валідаторами.
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI нативну криптографію, має такі характеристики:
Відкритість: Модель повинна бути з відкритим вихідним кодом, код і структура даних мають бути прозорими, щоб спростити відтворення, аудит і вдосконалення спільнотою.
Монетизація: кожен виклик моделі викликає потік доходу, у блокчейні контракт розподіляє дохід між тренерами, розробниками та перевіряючими.
Вірність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та зміни контролюються криптомеханізмом.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальне шифрування - це використання безперервності моделей AI, структур низьковимірних маніфолдів та диференційованих характеристик моделей для розробки "перевіряємого, але не видалюваного" легкого механізму безпеки. Його основна технологія полягає в:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців за допомогою запитів до стороннього детектора (Prover);
Механізм дозволеної виклику: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, а система на його основі надає дозвіл моделі декодувати цей ввід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "поведінковий авторизаційний виклик + перевірка належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: з підтвердженням особи за допомогою відбитків пальців, виконанням TEE, поєднаним з розподілом прибутку за контрактами у блокчейні. Серед методів підтвердження особи основний - OML 1.0, акцентуючи на ідеї «оптимістичної безпеки» (Optimistic Security), тобто за замовчуванням відповідності, а порушення можна виявити та покарати.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть підтверджувати право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає інтереси розробників моделей, але й надає простежувані записи використання моделі у блокчейні.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене виконавче середовище (таке як AWS Nitro Enclaves), щоб забезпечити, що модель реагує лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і реальний час роблять її основною технологією для розгортання моделей.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
7 лайків
Нагородити
7
4
Поділіться
Прокоментувати
0/400
AirdropATM
· 9год тому
Монополія, монополія, задушила батька.
Переглянути оригіналвідповісти на0
OneBlockAtATime
· 9год тому
демократія та свобода в web3 - це правильний шлях!
Переглянути оригіналвідповісти на0
GasFeeCry
· 9год тому
Немає сенсу, чи що? Величезні компанії всі збожеволіли.
Переглянути оригіналвідповісти на0
CodeSmellHunter
· 9год тому
Ще одна можливість обману для дурнів від технологічного олігарха прийшла.
AI Layer1: Відкриття нових можливостей децентралізації AI екосистеми
AI Layer1: Шукаємо родючі землі DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно стимулюють стрімкий розвиток великих мовних моделей (LLM). LLM демонструють небачені раніше можливості в різних галузях, значно розширюючи людський простір уяви і навіть в окремих ситуаціях показують потенціал заміни людської праці. Однак ядро цих технологій міцно утримується в руках кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії встановили непереборні бар'єри, які ускладнюють більшості розробників та інноваційних команд з ними змагатися.
Одночасно, на початкових етапах швидкого розвитку ШІ, суспільна думка, як правило, фокусується на прориві та зручностях, які надає технологія, тоді як увага до таких ключових питань, як захист конфіденційності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток галузі ШІ та соціальну прийнятність. Якщо їх не буде належним чином вирішено, суперечка про те, чи "направляти ШІ на добро" чи "на зло", стане все більш помітною, тоді як централізовані гіганти, керуючись інстинктом отримання прибутку, зазвичай не мають достатньої мотивації для активного реагування на ці виклики.
Технології блокчейн завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам пропонують нові можливості для стійкого розвитку AI-індустрії. На сьогоднішній день на деяких основних у блокчейні вже з'явилося безліч "Web3 AI" застосувань. Але при глибшому аналізі можна виявити, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, ступінь децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, ланцюговий AI все ще має обмеження в моделях, використанні даних та прикладних сценаріях, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого AI, зробити так, щоб у блокчейні безпечно, ефективно та демократично могли вміщуватися масштабні AI-застосунки, і щоб за показниками він міг змагатися з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має підґрунтя архітектури та дизайну продуктивності, що тісно пов'язане з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має володіти такими ключовими можливостями:
Ефективні стимули та механізм децентралізованого консенсусу Основою AI Layer 1 є створення відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність, зберігання тощо. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні бухгалтерії, вузли AI Layer 1 повинні виконувати більш складні завдання: не тільки надавати обчислювальну потужність, виконувати навчання та виведення AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, що дозволяє зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен бути в змозі точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-виведенням, навчанням тощо, що забезпечить безпеку мережі та ефективний розподіл ресурсів. Лише таким чином можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань. Завдання AI, особливо тренування та інференція LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог високої пропускної здатності, низької затримки та еластичної паралельної обробки, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Верифікація та гарантія надійного виходу AI Layer 1 не лише повинна запобігати зловживанням моделлю, фальсифікації даних та іншим загрозам безпеці, але й з основних механізмів забезпечувати верифікацію виходу AI та його відповідність. Завдяки інтеграції надійного середовища виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа дозволяє незалежно перевіряти кожен процес висновку моделі, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. Водночас така верифікація може допомогти користувачам усвідомити логіку та підстави виходу AI, реалізуючи "отримане дорівнює бажаному", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо у фінансовій, медичній, соціальній та інших сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 повинен забезпечити верифікацію, одночасно застосовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки. Як інфраструктура Layer 1, що базується на AI, платформа повинна не лише мати технологічні переваги, а й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний набір інструментів для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Постійно оптимізуючи доступність платформи та досвід розробників, сприяти реалізації різноманітних AI-програм та досягненню стійкого процвітання децентралізованої AI-екосистеми.
Основуючи на вищезазначеному контексті та очікуваннях, ця стаття детально представить шість представницьких проєктів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизує останні досягнення в галузі, аналізує стан розвитку проєктів і обговорює майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої AI моделі
Огляд проєкту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (. На початковому етапі це буде Layer 2, а згодом буде перенесено на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона створює децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою "OML" (відкритий, прибутковий, лояльний) структури, щоб реалізувати структуру власності моделей штучного інтелекту в у блокчейні, забезпечити прозорість викликів та розподіл вартості. Бачення Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти штучного інтелекту, що сприятиме розвитку справедливої, відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити платформу AGI, що керується спільнотою, є відкритою та перевіряється. Основні учасники включають професора Принстонського університету Прамода Вісваната та професора Індійського інституту науки Хіманшу Тягі, які відповідальні за безпеку та захист приватності AI, в той час як співзасновник Polygon Сандіп Найлвал очолює стратегію блокчейну та екосистемну розробку. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи такі галузі, як AI/ML, NLP, комп'ютерне бачення, спільно працюючи для реалізації проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих VC, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Ядро архітектури
Основна архітектура Sentient складається з двох частин: AI Pipeline (Штучний інтелект) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Система у блокчейні надає прозорість та децентралізований контроль для протоколів, забезпечуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири шари:
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI нативну криптографію, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальне шифрування - це використання безперервності моделей AI, структур низьковимірних маніфолдів та диференційованих характеристик моделей для розробки "перевіряємого, але не видалюваного" легкого механізму безпеки. Його основна технологія полягає в:
Цей спосіб дозволяє реалізувати "поведінковий авторизаційний виклик + перевірка належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: з підтвердженням особи за допомогою відбитків пальців, виконанням TEE, поєднаним з розподілом прибутку за контрактами у блокчейні. Серед методів підтвердження особи основний - OML 1.0, акцентуючи на ідеї «оптимістичної безпеки» (Optimistic Security), тобто за замовчуванням відповідності, а порушення можна виявити та покарати.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть підтверджувати право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає інтереси розробників моделей, але й надає простежувані записи використання моделі у блокчейні.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене виконавче середовище (таке як AWS Nitro Enclaves), щоб забезпечити, що модель реагує лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і реальний час роблять її основною технологією для розгортання моделей.