الامتثال، مع إيصال.
معظم "امتثال الذكاء الاصطناعي" يتوقف عند سجلات الوصول والحواجز على مستوى المُوجِّه. Divinci يدخل إلى داخل النموذج. كل ارتباط كيان هو ميزة قابلة للاستعلام؛ وكل تعديل هو تصحيح محمول قابل للتدقيق — وvIndex هو الوثيقة التقنية التي يوشك المنظِّم لديك أن يبدأ بطلبها.
شاهد كيف يتم تعديل حقيقة
دقيقتان: ما هو vIndex، وكيف يغيّر تصحيح قابل للعكس ما يجيب به نموذج مجمَّد، وكيف يبدو الإيصال.

المثال الكامل: حذف باريس من نموذج لغوي
ما تتطلبه اللائحة · ما يقدمه vIndex
الأداة نفسها — vIndex — تستوفي متطلبات الشفافية والإشراف والتوثيق والمحو عبر اللوائح الأربع الكبرى للذكاء الاصطناعي التي يواجهها عملاء Divinci.
| اللائحة | المتطلب | ما يقدمه المنافسون | ما يقدمه vIndex |
|---|---|---|---|
| "شفافية كافية لتمكين المستخدمين من تفسير المخرجات" | بطاقات النماذج، وأوصاف نصية للنظام | ملف الملحق الرابع يُولَّد من سجلات الإصدار وسجل تعديلات النموذج، مع بيان كل ثغرة صراحةً | |
| يجب أن يتدخل المشغلون بشكل فعّال | حواجز على مستوى المُوجِّه (قابلة للاختراق) | تصحيحات DELETE على مستوى الأوزان عند الميزة، لا عند المُوجِّه — لا يمكن الالتفاف عليها بالاختراق | |
| "المنطق العام لنظام الذكاء الاصطناعي" | مخططات معمارية + ملخصات بيانات التدريب | وثائق ميكانيكية دقيقة على مستوى البت: المفردات المُسقَطة لكل ميزة، والمقياس البنيوي لكل طبقة (C1–C5) | |
| إزالة قابلة للتحقق للبيانات الشخصية | الضبط الدقيق من أجل "النسيان" — غير قابل للتحقق؛ قد تظهر البيانات مجددًا بشكل عدائي | تصحيح قابل للعكس؛ يحمل الإيصال إجابات النموذج قبل التعديل وبعده | |
| إزالة معلومات التعريف الشخصية من منتجات البيانات | تصفية الرموز عند الإدخال/الإخراج (مع احتمال التسرب) | قياس بيانات النشر كمُدخل إثباتي — Divinci غير حاصلة على شهادة SOC 2 | |
| قياس وإدارة المخاطر المتبقية | تقييمات مخاطر مبنية على الانطباع | vIndex كنظام للسجلات — الشهادة لم تُستخرج بعد |
كيف يبدو "الإيصال" فعليًا
تصحيح vIndex هو ملف JSON محمول مع مجموع تحقق SHA-256. طبّقه لتغيير ما يجيب به النموذج؛ وأزله لاستعادة النموذج بتّاً ببتّ. التصحيح هو سجل التدقيق — يمكن للمشغّلين والجهات التنظيمية والمستهلكين اللاحقين التحقق من العملية نفسها بشكل مستقل. وهو يسجّل ما أجاب به النموذج قبل التعديل وبعده؛ لكنه لا يثبت بمفرده أن النموذج قد نسي.
أدناه: توضيح للصيغة — الحقول التي يحملها تصحيح DELETE من نوع Gate-3، ومجموع التحقق الذي يجعله قابلاً للتحقق. إنه مثال على شكل الإيصال، وليس قياسًا ننشره هنا.
{
"name": "gdpr-art17-paris-capital",
"version": 1,
"base_model": "google/gemma-4-E2B-it",
"created_at": "2026-04-22T22:34:00Z",
"operations": [{
"op": "delete",
"entity": "Paris",
"relation": "capital",
"target": "서울",
"weight": -1.0,
"layer": 27,
"feature": 11179
}]
}Bring an erasure request. Leave with the dossier.
Pick a single fact you need removed from a model you run. We apply the edit, run the probe, and hand back two artifacts: the signed vIndex patch that performed the edit, with the answers the model gave before and after, and an EU AI Act Annex IV dossier assembled from your release records — with every section we could not complete named explicitly.
Three limits worth stating up front. Weight-level editing requires an open-weight served model — GPT, Claude and Gemini cannot be edited this way, only retrieved-context can. The receipt certifies what the model answered before and after and the exact patch that undoes it; it does not by itself prove the model has forgotten. On Gemma 4 E2B our own measurements show that removing an association from the index can leave the chat answer unchanged, while an output-level override changes the answer and leaves the old one a rank below — the receipt says which kind of edit you got. And the dossier is a draft for your assessment, not a declaration of conformity: that is a judgement only you can make.
Gemma
Qwen
Llama
Mistral
Microsoft
اثنا عشر vIndex منشورًا — تصفّحها على Hugging Face
امتثال يمكنك إثباته. على أي transformer مفتوح.