Matthewova myšlenka soukromého LLM odhaluje větší paradigma LLM se zaručenou čistotou. Modely, které mohou dokázat, že jejich reakce nebudou nikdy kontaminovány vnějšími daty. ---------------------------- Jemné doladění to nevyřeší, zahraniční data stále unikají. Lokální provoz to neřeší, váhy jsou již kontaminovány. Pouhé "Trénování na Matthewových datech" to nevyřeší, pokud Matthew sám nedělá před a po tréninku. Řešením jsou trénovací kanály, které vydávají kryptografické certifikáty, které může ověřit jakákoli třetí strana a které prokazují, že model byl natrénován pouze na potvrzené datové sadě. ---------------------------- Aplikace jsou obrovské: > digitální dvojčata umělce, která hovoří pouze z vlastní práce a poznámek umělce > modely věrnosti písmu, které jsou založeny výhradně na svatých textech > lektoři medicíny, kteří jsou vyškoleni pouze na prověřené klinické literatuře > kulturní archivy, které uchovávají domorodé texty bez ředění > poradce pouze pro právo, kteří jsou omezeni na zákony a judikaturu. ----------------------------- Skutečným průlomem není soukromí ani jemné doladění. je to ověřitelnost trénovacího řetězce.