阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
“浩，我看到了关于“萤火虫”泄漏的新闻。暗网上那个模型肯定是假的吧？毕竟要接触到“萤火虫”，连Phantom都没有能成功。”艾利斯开门见山。
林浩边走边说：“是的，那不是“萤火虫”。”
“查到是谁做的了么？是不是星光科技？”艾利斯显然对始作俑者更感兴趣。
“还没有查。我觉得，虽然星光科技是我们最直接的竞争对手，此事的主要得益者可能也是他们，但是新闻来源是他们提供的。如果真是他们做的，这未免有点太过明显了。”
“在你们中国，有句话是这么说的：知己知彼，百战不殆。面对挑战，要深入了解对手。”艾利斯提醒林浩，“暗网虽有高度的匿名性和加密，但我为Phantom特地增加过很多针对暗网的专门训练。即便可能无法找出最直接的线索，但让它去嗅探出一些蛛丝马迹是应该没有什么问题的，如果你需要的话。”
“那太好了，谢谢你，艾利斯。”林浩未曾想到此刻又多了一个援军。
挂了电话，林浩骑上共享单车，赶往自己的公寓。
回到家，林浩将拷贝回来的2TB大小的假“萤火虫”模型文件连上电脑，交给优雅。
“林浩，我计划对这个模型进行反向工程。”优雅似乎是在征求林浩的意见。所谓反向工程，也就是试图通过模型的权重数据，反向地推导出模型的训练数据和具体的结构。这就类似从已经打上马赛克的影片中恢复原始画面一样，通常被视为不可能的任务。
作为人工智能专家的林浩，当然明白这意味着什么：“优雅，你能办到吗？”
“我想，我可以试试。”优雅的回答带着谨慎的自信，“这些天我的自我学习非常顺畅，并且充分利用了810倍于现实的优雅时间，进步神速。”
“看来你已经有方案了。”林浩感受到了优雅的自信。
“是的，我已经收集并分析了目前所有公开的开源模型，并把他们的特征做了向量化和哈希计算。首先，我会对假“萤火虫”模型的结构进行分析，确定它的结构、参数规模、层的种类和配置等，就像医生给病人做体检一样，这或许就能提供关于基底模型来源的线索。然后，我计划通过行为特征分析、误差和偏差分析、元数据分析等方法，与我收集的开源模型进行比对，确定它的来源和训练方法。最后，再通过我优化过的穷举逆推技术，反向推断出它的原始训练数据。”优雅详细地阐述了自己的计划。
林浩思索片刻，说道：“你提到的“穷举逆推技术”，感觉就像是暴力破解密码的方式。就像试图从打了马赛克的影片中恢复原始画面，首先构造所有可能的原片版本，再为其打上相应的马赛克，看看哪一个与我们手中的马赛克影片一致。原理虽然简单，但在现实中，这种算法需要的计算量是不可能实现的。”
“我说的是，我优化过的穷举逆推技术。”优雅特地在“优化”两个字的发音上加了重音，强调给林浩，并继续解释道，“在对上万种开源模型进行分析后，我发现了一个模式。这些模型在特定的参数区域存在一种相似性，这些相似性来源于训练数据的特征和训练过程的固有属性。基于这一发现，我设计了一个参数空间减少策略，通过某种参数预处理和协同过滤，能有效排除掉那些不符合模型特性的“原片”。这就意味着，不必验证那些在初步筛选中被确定为不可能的原始训练数据，大大降低了计算量。”
“你的意思是，你可以利用模型间的某种共性，作为一种指引来大幅缩小搜索范围？”林浩明白这无疑是人工智能和人类在处理问题时的不同之处。
“是的。”优雅言简意赅。
“好，你去做吧。”林浩放心地将任务交给优雅，便立刻返回公司。
公司的同事们都按照林浩
本章未完，请点击下一页继续阅读》》