영수증이 있는 컴플라이언스.
대부분의 "AI 컴플라이언스"는 접근 로그와 프롬프트 수준 가드레일에서 멈춥니다. Divinci는 모델 내부로 들어갑니다. 모든 엔티티 연결은 쿼리 가능한 피처이고, 모든 편집은 휴대 가능하고 감사 가능한 패치이며 — vindex는 규제 기관이 곧 요구하기 시작할 기술 문서 산출물입니다.
규제가 요구하는 것 · LarQL이 제공하는 것
동일한 산출물 — vindex — 가 Divinci 고객이 직면한 네 가지 주요 AI 규제에서 투명성, 감독, 문서화, 삭제 요건을 모두 충족합니다.
| 규제 | 요건 | 경쟁사 제공 | LarQL/vindex 제공 |
|---|---|---|---|
| "사용자가 출력을 해석할 수 있는 충분한 투명성" | 모델 카드, 산문형 시스템 설명 | vindex 자체가 쿼리 가능한 투명성 산출물 — 사실을 담는 모든 피처를 (layer, feature, gate_score)로 식별 | |
| 운영자는 의미 있게 개입해야 함 | 프롬프트 수준 가드레일(탈옥 가능) | 프롬프트가 아닌 피처에 대한 가중치 수준 DELETE 패치 — 탈옥으로 우회 불가 | |
| "AI 시스템의 일반 로직" | 아키텍처 다이어그램 + 학습 데이터 요약 | 비트 단위로 정확한 메커니즘 문서화: 각 피처의 투영 어휘, 각 레이어의 구조 지표(C1–C5) | |
| 개인 데이터의 검증 가능한 제거 | "잊기"를 위한 파인튜닝 — 검증 불가; 데이터가 적대적으로 다시 나타날 수 있음 | 감사 추적이 포함된 DELETE 패치 = +0.02% 퍼플렉시티에서 특정 명명 엔티티 연결의 입증 가능한 억제. 패치 파일이 영수증입니다. | |
| 데이터 제품에서 PII 제거 | I/O에서의 토큰 필터링(누출 가능) | PII를 인코딩하는 방향을 피처 수준에서 식별; 가중치 레이어에서 외과적 제거 | |
| 잔여 위험을 정량화하고 관리 | 느낌에 기반한 위험 평가 | C1–C5 보편 상수가 측정 가능한 구조 베이스라인을 제공; 모든 패치 후 재검증 |
"영수증"은 실제로 어떤 모습인가
LarQL 패치는 SHA-256 체크섬이 포함된 휴대 가능한 JSON 파일입니다. 적용하여 사실을 억제하고, 제거하여 모델을 비트 단위로 복원합니다. 패치 자체가 감사 로그 — 운영자, 규제 기관, 다운스트림 소비자가 동일한 작업을 독립적으로 검증할 수 있습니다.
아래: 저희 공개 테스트 스위트에서 제공하는 실제 Gate-3 패치로, 실제 Gemma 4 E2B vindex에서 Paris→capital 연결의 억제와 복원이 측정 가능하고 반복 가능한 효과를 보여줍니다.
{
"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
}]
}
# ── Verifiable result ──
# before: feature 11179 score 18.10 target='서울' (rank #1)
# after: feature 11179 ABSENT from top-25
# Δ perplexity (WikiText-103, 1024 tok): +0.02%
# vindex sha256: 9abaeaf6...증명할 수 있는 컴플라이언스. 모든 오픈 트랜스포머에서.
현재 Gemma, Qwen, Llama, Mistral, OpenAI MoE, Microsoft 1-bit에 걸쳐 여덟 개의 vindex가 공개되어 있습니다. 모델을 가져오세요 — 영수증은 저희가 만들어드립니다.