چگونه می‌توان ثابت کرد که یک مدل روی داده‌های با رضایت آموزش دیده، بدون آنکه مجموعه داده فاش شود؟

شبکه‌های هوش مصنوعی غیرمتمرکز به هر کسی اجازه می‌دهند محاسبات یا داده را برای آموزش یک مدل مشترک ارائه دهند، اما هیچ مکانیزمی وجود ندارد که کاربر پایین‌دست یا ناظر بتواند تأیید کند که corpus آموزشی داده‌های مسموم، دزدیده‌شده یا بدون رضایت را حذف کرده، بدون آنکه شبکه آنچه را که آموزش دیده افشا کند. منشأ داده امروز یا یک manifest امضاشده است که مشارکت‌کنندگان خودشان تأیید می‌کنند، یا یک ممیزی متمرکز که هدف غیرمتمرکزسازی را نقض می‌کند. یک مقاله فوریه 2025 درباره حملات وارونه‌سازی فعال‌سازی نشان داد که داده‌های آموزشی می‌توانند تا حدی از سیگنال‌های گرادیان مبادله‌شده در طول آموزش فدرال بازسازی شوند، یعنی هر طرح منشأیابی که نیاز به اشتراک‌گذاری گرادیان دارد، داده را نیز لو می‌دهد. فهرست ده برتر OWASP LLM 2025 صریحاً مسموم‌سازی داده زنجیره تأمین را به عنوان یک دسته‌بندی بدون هیچ کاهش استانداردی برای اجراهای آموزشی باز و غیرمتمرکز فهرست می‌کند.