法國CNIL更新Genmod:開源AI模型的譜系溯源工具

法國國家資訊與自由委員會(CNIL)於2026年8月26日發布其展示工具的新版本,該工具用於探索以開源形式發布的AI模型之間的譜系關係。此次更新提升了工具的效能與易用性,並將資料更新自動化。除法語版外,現在也提供英語版介面。

以開源形式發布的AI模型可以被下載、修改、以新資料進行專門化訓練,或與其他模型組合後再次發布。因此,同一個模型——例如Kimi K3、Mistral Medium或LLaMa——可以衍生出眾多派生模型,以至於很難分辨誰源自誰。僅Hugging Face一個平台就託管了約兩百萬個已發布的模型,這使得辨別哪些模型是知名模型的衍生版本變得更加困難。

找出一個模型的祖先與後代

這款名為Genmod(意為「模型譜系」)的展示工具,由CNIL的AI部門與其數位創新實驗室(LINC)合作開發,最初於2025年11月發布。它可以探索模型之間的關聯,找到某一模型的祖先——也就是該模型的來源模型——以及它的後代,也就是它所貢獻衍生出的模型。

這種可追溯性有助於研究AI模型記憶訓練資料所帶來的後果。具體做法是:從一個已知記憶了個人資料的模型出發,找出其「譜系」中可能同樣保留了相同資訊的其他模型,藉此研究《一般資料保護規則》(GDPR)所賦予權利——反對權、查閱權或刪除權——的行使條件。

搜尋速度明顯更快

圖譜搜尋引擎已經過最佳化,大幅縮短了最廣泛搜尋所需的時間:一次不限深度的搜尋現在平均只需約二十秒。介面會顯示搜尋進度,並在可以估算時顯示預計剩餘完成時間。系統可同時處理多個搜尋請求,在使用量較大時,使用者可以看到自己在佇列中的位置。

• 不限深度的搜尋:平均約二十秒
• 顯示搜尋進度,並估算剩餘時間
• 可同時處理多個搜尋,使用量大時顯示排隊位置
• 根據Hugging Face公開資料,圖譜每週自動更新
• 應用程式內顯示資料最近一次更新的日期
• 下載量最高的模型優先出現在搜尋建議中,結果預設依下載量排序
• 應用程式內各頁面新增了直接返回首頁的入口
• 在Firefox、Chrome、Edge和Safari上以及不同螢幕尺寸下的頁面配置更加一致

一項新的處理流程可以根據Hugging Face上公開的模型與資料集資訊重建展示工具的底層資料庫,從而實現圖譜的每週自動更新,以更好地跟上開源生態系統的快速演變。

一個具體案例:Kimi K3的衍生模型

法國媒體Next提供了一個使用範例:使用者可以先輸入發布方Moonshot AI的程式碼庫名稱,再輸入模型名稱的前幾個字母,來查看Kimi K3模型的完整衍生族譜。對於每一個衍生模型,該工具都會標明所採用的衍生方法——例如量化技術,即透過降低來源模型權重的精確度來減少其記憶體佔用。該工具還可以查找所有使用過某一特定資料集(例如The Cauldron)的模型。此外,專家搜尋模式還可以讓使用者精確選擇自己關心的篩選條件。

如果某個人的個人資料已被一個模型記憶,那麼該如何辨識哪些其他模型也可能同樣記憶了這些資料?

這種可追溯性在AI模型被指控「複述」受著作權保護內容的情況下也可能派上用場——《紐約時報》與OpenAI之間正在進行的訴訟便是一例,其中哪些模型可能記憶並複述了受保護文本,這個問題仍是爭議核心。

對於使用開源模型的台灣研究人員與開發者而言,Genmod提供了一種切實可行的方法,可以在模型部署前記錄其來源,為日後可能出現的、類似歐盟《一般資料保護規則》所賦予的權利主張請求預作準備,而不是事後才被動應對。對於關注資料治理的主管機關而言,這項工具也提供了一個具體範例,展示監理者如何將模型可追溯性落實:圖譜每週都會隨著Hugging Face新發布的模型而擴充,使它成為一個與生態系統同步更新的參考工具,而不是在發布當天就被凍結的靜態清單。