模型权重
深度学习模型训练完成后所保存的参数文件，是AI公司最核心的知识产权，包含模型的全部学习成果，决定模型的能力与行为
核心事实
时间轴 (近 90 天)
投稿前应保存一次完整实验快照，把模型权重、随机种子和完整配置一起归档。
模型权重是神经网络中各层参数的具体数值，通常以张量形式存储（如FP16、BF16或量化后的INT8/INT4）。
权重里的逻辑无法像代码一样阅读和修改，出了问题只能重新训练，可维护性差。
AI公司掌握着稀缺的模型权重、训练数据管道和大量企业客户的接入凭证，因此成为高价值攻击目标。
模型权重指神经网络中通过训练得到的参数集合，权重刷新是指用新训练或微调后的参数替换原有参数而不改变模型对外的名称或调用接口。
安全团队通常审计Agent的代码、依赖和API权限，但很少审计底层模型的权重来源；来自非官方渠道的微调模型或社区分享的'无限制'变体可能夹带Abliterated处理，在模型注册表和第三方模型市场中尤其难以排查。
应将模型权重纳入软件物料清单（SBOM）管理范畴，明确哪些模型版本经过安全评估、哪些禁止在生产Agent中使用。
即便模型权重完全相同，缺乏推理优化和并发调度等工程优化，实际服务的成本和响应速度也会相差数倍。
模型权重只是神经网络训练收敛后保存的参数文件，本身不包含运行逻辑。
检查点是模型训练过程中定期保存的参数快照，用于恢复训练、模型选择或部署。
还有 37 条时间轴事件
全部知识事实 (20)
开放权重（open weights）区别于完全开源（open source），前者公开模型参数但不一定公开训练数据和完整训练代码
90%已验证开源模型通常指模型权重可公开下载、允许自由使用和修改的AI模型，与仅通过API调用的闭源模型相对。
80%已验证检查点是模型训练过程中定期保存的参数快照，用于恢复训练、模型选择或部署。
80%已验证模型权重是神经网络经过训练后存储的参数数值，公开权重意味着任何人可以在本地运行、微调和深度审计模型
65%已验证大模型中的参数在数学上是神经网络每条连接边上的权重数值和偏置值，训练前随机初始化，通过反向传播算法和梯度下降不断调整
65%已验证一个70亿参数的语言模型其权重文件约占14GB存储空间，而训练语料往往达到数TB乃至数十TB
65%待验证如果硬件被物理获取,攻击者可能通过差分功耗分析、电磁泄漏分析等侧信道手段绕过加密
60%待验证本地部署大模型时，显存占用由模型权重和运行时内存（主要是KV缓存）两部分组成
60%待验证投稿前应保存一次完整实验快照，把模型权重、随机种子和完整配置一起归档。
50%待验证模型权重是神经网络中各层参数的具体数值，通常以张量形式存储（如FP16、BF16或量化后的INT8/INT4）。
50%待验证权重里的逻辑无法像代码一样阅读和修改，出了问题只能重新训练，可维护性差。
50%待验证AI公司掌握着稀缺的模型权重、训练数据管道和大量企业客户的接入凭证，因此成为高价值攻击目标。
50%待验证模型权重指神经网络中通过训练得到的参数集合，权重刷新是指用新训练或微调后的参数替换原有参数而不改变模型对外的名称或调用接口。
50%待验证应将模型权重纳入软件物料清单（SBOM）管理范畴，明确哪些模型版本经过安全评估、哪些禁止在生产Agent中使用。
50%待验证安全团队通常审计Agent的代码、依赖和API权限，但很少审计底层模型的权重来源；来自非官方渠道的微调模型或社区分享的'无限制'变体可能夹带Abliterated处理，在模型注册表和第三方模型市场中尤其难以排查。
50%待验证即便模型权重完全相同，缺乏推理优化和并发调度等工程优化，实际服务的成本和响应速度也会相差数倍。
50%待验证模型权重只是神经网络训练收敛后保存的参数文件，本身不包含运行逻辑。
50%待验证模型权重只是显存占用的一部分，推理过程中还需要为激活值、KV 缓存、上下文窗口等预留空间。
50%待验证将模型权重本身列为出口管制对象在出口管制实践中并不常见。
50%待验证草案覆盖对象包括达到上述门槛系统的模型权重、源代码及训练方法论。
50%