LLM Analyzer · 专利申请中技术
审计 AI 模型的冻结权重揭示了什么。无需运行模型。
获取我们专利申请中的确定性冻结权重 LLM Analyzer 技术许可。它无需提示词、生成或推理即可直接检查获准的模型检查点，描绘学习到的内部结构，并在声明的方法和计算预算下生成可重复的审计证据，展示可恢复知识或量化阻力。
直接检查检查点
无需提示词、令牌生成或模型推理即可分析获准的冻结权重，并明确被检查对象和执行方法。
描绘训练在模型内部形成的内容
从支持的架构中恢复稳定因子、有向关联、多步路线、分支、替代项和反向连接。
测试可恢复知识和训练数据暴露
在声明的方法、模型范围和计算预算下，生成已恢复结构和内容或量化阻力的证据。
重放审计，而不是相信截图
许可实施包定义有界执行、确定性重放、控制、诊断、参考向量和独立一致性测试。
扩展至稠密和混合专家模型
当前实现涵盖 Gemma 和 Llama/MiniCPM 路线重建。Qwen 和 Granite 的 dense/MoE 验证正在同一声明的一致性方法下进行。
获取方法、实施包和适用权利的许可
LLM Analyzer 技术正在申请专利。许可涵盖 clean-room 实施规范、伪代码、架构适配器、数据格式和测试向量，以及 Steinborn IT 在申请中及由此产生的任何专利中的适用权利条款。不包括第三方模型权重。
讨论许可与价格
已在 Gemma 和 Llama/MiniCPM 上展示功能性路线重建。Qwen 和 Granite 的 dense/MoE 验证正在进行；特定模型的恢复数据将在完成可重复测量后公布。