Hoe bewijs ik dat een model is getraind op data waarvoor toestemming is gegeven, zonder de dataset te onthullen?

Gedecentraliseerde AI-netwerken stellen iedereen in staat rekenkracht of data bij te dragen voor het trainen van een gedeeld model, maar er is geen mechanisme waarmee een downstream-gebruiker of toezichthouder kan verifiëren dat het trainingskorpus vergiftigde, gestolen of niet-toegestane data heeft uitgesloten zonder dat het netwerk onthult waarop het is getraind. Dataprovenance is vandaag ofwel een ondertekend manifest dat bijdragers zelf attesteren of een gecentraliseerde audit die het doel van decentralisering ondermijnt. Een paper uit februari 2025 over activatie-inversieaanvallen toonde aan dat trainingsdata gedeeltelijk kan worden gereconstrueerd uit gradiëntsignalen die tijdens federatief leren worden uitgewisseld, wat betekent dat elk provenanceschema dat het delen van gradiënten vereist ook data lekt. De 2025 OWASP LLM top-tien vermeldt supply-chain datavergiftiging expliciet als categorie zonder gestandaardiseerde mitigatie voor open, gedecentraliseerde trainingsruns.