Pedigree
基于图数据库的开源AI模型许可证审计工具,沿模型谱系追溯并比对许可证义务,标记潜在不一致
时间轴 (近 90 天)
Pedigree 的工作流程是:输入模型 ID 后,读取 Hugging Face Hub 上的公开元数据(许可证、基础模型、声明的训练数据集),写入 FalkorDB 图数据库,然后沿谱系向上遍历,比对每个子模型声明的许可证与父模型许可证所要求的义务。
Pedigree 的设计原则是:任何缺失或无法读取的信息都计为风险,绝不算通过。
Hugging Face Hub 元数据中的 base_model 字段由发布者手动填写,Hub 不做验证;该字段可以指向任意模型 ID 或留空,因此 Pedigree 审计的是声明的谱系而非事实上的训练来源。
Pedigree 的每个标记本质上是一条 Cypher 查询:沿谱系向上最多六层,寻找父许可证携带而子许可证缺失的义务。
Pedigree 目前只对 Llama 3 和 Llama 3.2 的许可证文本做过逐条比对,其他许可证对应的规则标记为未验证;未验证规则产生的标记只是线索,可能漏报或误报,不能作为法律判断依据。
Pedigree 在隐私设计上只读取公开元数据,不要求个人信息,没有账户体系;浏览器保存一个随机 ID,评审记录存在该 ID 下的私有图中,Forget 按钮可删除整张图,仓库中不存放任何令牌。
每次用户保存决定时,Pedigree 系统会生成独立的私有图,并存储当时谱系的快照;重新检查某个模型时,旧的父链接会先被删除。
Pedigree 的代码已开源于 GitHub(triixdev/Pedigree)。
全部知识事实 (8)
Pedigree 的工作流程是:输入模型 ID 后,读取 Hugging Face Hub 上的公开元数据(许可证、基础模型、声明的训练数据集),写入 FalkorDB 图数据库,然后沿谱系向上遍历,比对每个子模型声明的许可证与父模型许可证所要求的义务。
50%待验证Pedigree 的设计原则是:任何缺失或无法读取的信息都计为风险,绝不算通过。
50%待验证Hugging Face Hub 元数据中的 base_model 字段由发布者手动填写,Hub 不做验证;该字段可以指向任意模型 ID 或留空,因此 Pedigree 审计的是声明的谱系而非事实上的训练来源。
50%待验证Pedigree 的每个标记本质上是一条 Cypher 查询:沿谱系向上最多六层,寻找父许可证携带而子许可证缺失的义务。
50%待验证Pedigree 目前只对 Llama 3 和 Llama 3.2 的许可证文本做过逐条比对,其他许可证对应的规则标记为未验证;未验证规则产生的标记只是线索,可能漏报或误报,不能作为法律判断依据。
50%待验证Pedigree 在隐私设计上只读取公开元数据,不要求个人信息,没有账户体系;浏览器保存一个随机 ID,评审记录存在该 ID 下的私有图中,Forget 按钮可删除整张图,仓库中不存放任何令牌。
50%待验证每次用户保存决定时,Pedigree 系统会生成独立的私有图,并存储当时谱系的快照;重新检查某个模型时,旧的父链接会先被删除。
50%待验证Pedigree 的代码已开源于 GitHub(triixdev/Pedigree)。
50%