Fingerprinting Leaderboard 是由 Sentient Foundation 推出的开源基准测试平台，用于在模型被复制、微调或蒸馏后对其来源进行可验证的指纹识别。面对"模型训练耗资百万、复制却只需几分钟"的挑战，该项目致力于将溯源证明直接嵌入模型本身，从而帮助开发者追踪和保护 AI 模型的知识产权。

产品详细介绍

面向鲁棒、可验证模型指纹的开放基准

Maker创始人

你好，Product Hunt！👋

在 Sentient Foundation，我们坚信 AI 应该属于所有人。今天，我们将指纹识别排行榜（Fingerprinting Leaderboard）带给一个全新的开发者社区。

一旦模型的权重被公开，就无人可以追溯其来源。模型可以被复制、微调或蒸馏，其创作者也无法证明模型的出处。

我们来自普林斯顿大学、华盛顿大学（UW）和伊利诺伊大学厄巴纳-香槟分校（UIUC）的 Sentient Labs 研究人员，致力于开放模型知识产权保护的研究长达两年。他们的 SaTML 2026 spotlight 论文表明，技艺高超的攻击者几乎可以规避所有指纹识别方案。他们在 NeurIPS 2025 上发表的方法 Perinucleus，成功在 Llama-3.1-8B 模型中嵌入了 24,576 个指纹，且对模型性能影响极小。

指纹识别排行榜是一个开放基准，用于比较各种方法在验证模型来源、抗攻击能力以及保持模型实用性方面的可靠性。首个版本对来自微软、华盛顿大学、苏黎世联邦理工学院（ETH Zurich）、东京工业大学（Tokyo Tech）以及中国农业大学的 14 种方案进行了排名。

完全免费且开源：

🔍 探索并为你的方案排名：[fingerprint.sentient.foundation](https://fingerprint.sentient.fou...)

📄 方法论：[github.com/sentient-agi/mlprints](https://github.com/sentient-agi/...)

📚 博客：[sentient.foundation/news/fingerprinting-for-ai-models](https://sentient.foundation/news...)

请告诉我们我们的评估有哪些不足，或者你认为哪个方案的排名有误！

Nicole，Sentient Foundation

Fingerprinting Leaderboard

Fingerprinting Leaderboard 是什么？

产品详细介绍

定价方案

创始人评论