Genoma del modelo: Identificando si un LLM fue entrenado desde cero o derivado

Un nuevo método llamado "Genoma del Modelo" permite identificar si un Modelo de Lenguaje Grande (LLM) ha sido entrenado desde cero o si deriva de uno existente. Este sistema examina la arquitectura del modelo, el tokenizador y las características de los pesos para generar un "genotipo" único. Se ha aplicado a modelos de nueve organizaciones coreanas, revelando que algunos modelos son nativos, otros adaptados y otros completamente portados. El objetivo es ofrecer una verificación transparente sobre el origen de los modelos de fundación, sin emitir juicios sobre su legitimidad.