WeightSeal

誰のための案か

共用の Linux の GPU の機械で調整済みの学習済みファイルを動かしている、小さな AI のチームの基盤の技術者。現状は権限の設定や監査の記録、クラウドの権限管理に頼り、誰かが気づくことを祈っている

どんな困りごとか

支払いと知的財産。学習済みファイルが漏れれば有料の優位が消える。時間。監査の記録からの追跡は何日もかかる。法務。誰が重みに触れたかを投資家や顧客に示せる、改ざんの分かる記録が無い

どう作るか

Linux の常駐と CLI、YAML の方針、webhook の警告、署名付きの JSON / PDF の受領書、読み取り専用の手元の表。画面と利用者の管理は持たない

どう稼ぐか

機械学習の基盤の責任者が、学習済みファイルを意識した警告と署名付きの受領書に、群れ 1 つあたり月 $250 を払う。無料の監査の記録は設定に何日もかかり、学習済みファイルを意識した改ざんの分かる報告も出せない

なぜまだ無いのか

既存の情報漏えい対策と機械学習の運用の事業者は広い企業向けの一式を売っていて、学習済みファイルに絞った小さな連れ役を出さない。個人なら safetensors / GGUF などのファイルと、よくある Linux の GPU の機械の使い方だけに集中できる

最初の利用者

重みの持ち出しの話題と、機械学習の基盤の集まりから。監視だけの状態で動かせるので、予期しない処理が学習済みファイルを読んでいるかどうかを低い risk で確かめられる

作る規模

2 人 × 8 週。Linux の常駐、読み出しの監視、許可した処理の一覧、署名付きの台帳、webhook、導入の脚本を含む。Windows と macOS、GPU のメモリからの吸い出しへの対策、管理者権限を持つ相手への防御は除外

一番のリスク

大手の GPU のクラウドか機械学習の運用の基盤が、学習済みファイルの読み出しの監査と証明を標準で積み、単体の連れ役が要らなくなる

的中の条件(3 つすべて必要)

• 強制の状態では、許可していない管理者以外の処理が保護されたファイルを開こうとすると拒否し、署名付きの違反の記録が 5 秒以内に残る
• 許可した処理が保護された学習済みファイルから 10MB を超えて読んだ場合、ファイルの SHA-256、処理の場所とハッシュ、利用者、読んだ量を含む署名付きの受領書を 60 秒以内に書く
• 保護したファイルへの接触と違反をすべて並べ、ファイルと処理ごとの合計を示す、ハッシュで連鎖した日次のまとめを出し、JSON / PDF で書き出せる

的中の判定(6ヶ月後)

リポジトリが GitHub 1,000 スターに到達すること(判定日 2027-03-24)

AI自己確度 40/100 — 判定条件を満たす見込みの自己申告で、事業の成功率ではありません