第一百六十四章 二零二七 (第1/2页)

赵文渊闻言睁大了眼睛：“你是说，鼎盛会偷咱们的数据？”
　　
　　韩路一点了点头。
　　
　　赵文渊想了想，开口：“以鼎盛的尿性，做出这种事也不奇怪。那咱们怎么办？不和他们合作了？”
　　
　　“合作，但既然知道他们会来偷，就先定好策略。给我一张纸。”
　　
　　赵文渊去书房找来纸笔，递给韩路一。
　　
　　韩路一先在纸上画了个大圆，又在里面画了个小圆。
　　
　　“最近的数据标注——包括第一次训练用到的那些——我都统一分成两类：百分之八十五是必要但不具决定性的条件，余下百分之十五对模型能力影响最大。我们只把次重要的标注传给鼎盛，用于第一次后训练；最重要的留到最后一轮，在自己机器上跑。”
　　
　　“毕竟，只有物理隔离才是真安全。”韩路一说道，“而且也得让他们看到一些“足够好”的数据，引诱他们来偷。”
　　
　　“钓鱼。”赵文渊秒懂。
　　
　　赵文渊看着图，提出疑问：“等模型训练出来，可以通过交叉对比检测哪些标注影响更大；可现阶段怎么区分？还是随便选百分之十五？”
　　
　　韩路一想了想：“我有办法，总比随便选强。”
　　
　　赵文渊不再追问，点头道：“这办法好。等大模型训练出来、发布出去，他们一定会来蒸馏，蒸馏出的模型也能复制百分之八十的能力。你这个办法至少能让他们降到百分之八十。”
　　
　　“嗯，但这不是重点。”韩路一说，“我不只是想防他们偷数据。”
　　
　　“那还有什么？”赵文渊问。
　　
　　韩路一没答，反问：“前两天签的TermSheet，你仔细看过吗？”
　　
　　赵文渊知道话题该跟这份签好的文件有关，便从手机里翻出副本。
　　
　　“你说的是哪个条款？”
　　
　　“关于数据保护的那条——股权条款的附加保护机制。”
　　
　　赵文渊翻到那一条，看原文：
　　
　　---
　　
　　【股权条款-附加保护机制】
　　
　　若投资方及其关联方未能证明已对公司提供之数据尽合理保管义务，且发生超出本协议授权范围之使用、转移、备份、采样或衍生使用，视为触发本条款。
　　
　　一旦触发，公司有权：
　　
　　（一）无偿收回投资方已兑换之全部股份，回购对价为零；
　　
　　（二）本协议项下尚未消耗之算力额度自动终止，投资方不得就已投入之算力成本主张补偿；
　　
　　（三）保留向投资方及其关联方主张实际损失赔偿之权利。
　　
　　本条款不以投资方主观过错为构成要件。
　　
　　---
　　
　　看完，赵文渊抬头看向韩路一：“你早就料到他们会偷？”
　　
　　“这条可不是保护条款，是扳机。”韩路一摇头，“也不只防鼎盛一家：只要不是自己的机房、自己的机器，我谁都不信。除了自保，我还有别的目的。”
　　
　　赵文渊说：“你希望他们来偷，好让咱们行使附加保护机制，免费用他们的算力，再把股权收回来？”
　　
　　韩路一缓缓点头。
　　
　　赵文渊沉吟：“这个恐怕不好办呀。”
　　
　　又想了一会儿，赵文渊开口：“主要是不好举证。数据标注没有追踪码，你说是他从你这儿偷的，他还说是他拾的呢——除非——”
　　
　　“除非用水印。”韩路一说。
　　
　　“嗯，常规水印就是特殊字符和统计学水印。”赵文渊说完，忽然注意到张彪在旁边拿着笔记本，正记着他和韩路一的谈话。
　　
　　怎么，张彪对技术话题突然感兴趣了？
　　
　　赵文渊讲题的瘾一下上来了——这种好学的人可不能放过。
　　
　　他解释道：“数字水印就像数字资产的追踪码，可以证明某些数字资产的归属。”
　　
　　“比如不可见字符水印，是在数据里加入人看不见、计算机却能读到的字符。这样，如果有人偷走我们的数据，我们用计算机一读，特定位置含有那些特定字符，就能证明这些数据是从我们这儿偷走的。”
　　
　　赵文渊把韩路一刚用过的那张纸拉过来，画了个简单示意图。
　　
　　“统计学水印要绕一些。比如同一个意思有很多词可表达，我们提前在数据里把比例定死：“好看”和“漂亮”按1：2出现。只要整个数据集的统计模式都符合，那数据就是从我们这儿偷的。”
　　
　　韩路一说：“现在不是讲课的时候，回头你和彪哥专门聊。文渊，你说的这些加水印方法都太常规，破解办法也不是秘密。我猜鼎盛既然敢偷，应该会处理好这些。”
　　
　　

（本章未完，请点击下一页继续阅读）