طور باحثو ميتا طريقة لاكتشاف نماذج الذكاء الاصطناعي المُستخلصة، حيث تم التعرف على 79% من النماذج المُستنسخة التي تم اختبارها بمعدل إيجابيات كاذبة قدره 0.1% دون الاطلاع على البنية الداخلية للنموذج المشبوه. تُسمى هذه التقنية WM-Basin، وهي موجهة نحو النماذج التي تُدرّب باستخدام مخرجات نموذج "مُدرّب" مُعلَّم بعلامة مائية، ونُشرت الورقة البحثية المتعلقة بها في 27 أكتوبر 2026.
النقاط الرئيسية
- يحلل WM-Basin نصوصًا مولدة بواسطة واجهة برمجة التطبيقات، وليست أوزان النموذج أو القيم اللوجستية.
- قامت Meta بتقييم هذه التقنية على 1,200 نموذج طالب.
- تظل هذه الطريقة فعالة في الكشف حتى مع تعديلات متعددة على النماذج، لكن فعاليتها تضعف بعد التدقيق المستمر باستخدام بيانات نظيفة وإعادة الصياغة.
كيفية كشف نماذج الذكاء الاصطناعي المُقطَّعة من WM-Basin
يستخدم WM-Basin نموذج استكشاف منفصل ونظيف لتحليل النصوص التي يُشتبه في أنها مولدة بواسطة نماذج مُقطّعة. قدم باحثون من مختبرات Meta FAIR وMeta Superintelligence هذه الطريقة في ورقة بعنوان "Watermark Basins: Black-Box Detection of Distilled LLMs"، برقم arXiv:2610.37266.
تدرس الورقة البحثية سيناريو نسخ محدد: حيث يقوم شخص ما بجمع إجابات نموذج المعلم المُعلَّم بالماء عبر واجهة برمجة التطبيقات، ثم يستخدم هذه الإجابات لتدريب نموذج طالب. يعتمد WM-Basin فقط على النصوص التي ينتجها نموذج الطالب للبحث عن أدلة على هذه العلاقة التدريبية.
يقوم المُكتشف بإدخال هذه النصوص إلى نموذج استكشاف ثابت، وتحويلها إلى تمثيل تدريجي — أي مراقبة كيفية تحرك المعاملات عند تدريب نموذج الاستكشاف باستخدام هذه النصوص. بعد ذلك، يميز بين اتجاهات الدقة العادية ومجال المعاملات المرتبط بـ"حوض العلامة المائية" الخاص بمفتاح معين.
هذا يجعل التقنية أسلوبًا تحليليًا صندوقًا أسود: لا حاجة للوصول إلى أوزان النموذج المشبوه أو الـ logits. يكفي القدرة على الحصول على ردود نصية عبر واجهة برمجة التطبيقات لإنجاز الكشف.
معدل كشف بنسبة 79% على 1,200 نموذج طالب

يُشير الباحثون إلى أن معدل الإيجابيات الحقيقية لـ WM-Basin يصل إلى 79% عند استخدام n-gram=1، مع الحفاظ على معدل الإيجابيات الكاذبة عند 0.1%؛ بينما لم يتجاوز معدل الإيجابيات الحقيقية لأقوى مُكتشف سابق لمستوى الرموز في ظل ظروف مماثلة 29%.
كما أشار المؤلف إلى أن ميزة WM-Basin مقارنة بالطرق المنافسة ستزداد مع جعل عتبة الكشف أكثر صرامة وتوسيع نافذة n-gram.
شمل التقييم 1,200 نموذج طالب، بحجم يتراوح بين 135 مليون معلمة و8.2 مليار معلمة. قام الباحثون بتدريب هذه النماذج باستخدام مسارات الاستدلال الرياضي من OpenR1-Math، وشملت ست فئات من هياكل الطلاب، ونماذج مُدرّبة متعددة، وطرق علامة مائية مختلفة.
These results support the paper's conclusion regarding improved detection capabilities of distilled AI models in mathematical reasoning evaluations.
ما التعديلات التي ستحافظ على فعالية الكشف أو تضعفها؟
اكتشف الباحثون أن إشارة الكشف عن WM-Basin لا تزال موجودة بعد التكميم والتقليم وتعلم التعزيز بعد التبخير. التكميم يضغط النموذج لتقليل تكلفة التشغيل، بينما يزيل التقليم بعض المعلمات.
عندما تضعف إشارات مستوى الرمز، تظل هذه الطريقة أكثر موثوقية، بما في ذلك أثناء أخذ العينات عند درجات الحرارة المنخفضة.
ومع ذلك، فإن التغييرات الأخرى ستقلل من فعاليته. استخدام بيانات نظيفة وخالية من العلامات المائية للضبط الدقيق الواسع النطاق سيضعف قدرة الكشف، بينما إعادة صياغة مسارات الاستدلال للنموذج المُدرِّب توفر مسارًا محتملًا آخر للتجنب. ويشير المؤلفون بخاصة إلى أن الاستمرار في إجراء الضبط الدقيق الخاضع للإشراف على المواد غير المُعلَّمة يُعد من هذه الطرق.
دليل المياه لتطوير الذكاء الاصطناعي
قد تعزز معدلات الكشف الأعلى ومعدلات التحذيف الخاطئ الأقل من قوة الأدلة القائمة على العلامات المائية في المطالبة بنسخ النموذج على المستوى القانوني أو العقدي. بالنسبة لهذا النوع من الاستخدامات، فإن معدل الإيجابيات الكاذبة مهم بشكل خاص لأنه يقيس التحذيفات الخاطئة، وليس التعرف الناجح.
المقارنة في تقرير WM-Basin تحققت عند معدل إيجابيات كاذبة قدره 0.1% مع معدل إيجابيات حقيقية قدره 79%، بينما كانت الطريقة السابقة على مستوى الرمز 29%. تم استخدام نموذج طالب مدرب على مسارات الاستدلال الرياضي OpenR1-Math في الاختبارات ذات الصلة.
تم إنشاء هذا المقال بمساعدة الذكاء الاصطناعي وتم مراجعته من قبل فريق التحرير.
فرانشيسكو أنطونيو روسو
رائد أعمال في Web 3.0 لديه أكثر من 4 سنوات من الخبرة، متخصص في العملات المشفرة والذكاء الاصطناعي. يستخدم مهاراته متعددة التخصصات لإدارة وسائل التواصل الاجتماعي بطريقة وظيفية ومركزة على الاتجاهات.

