Skip to main content
Последние исследования:Когда схема растворяется →8 vindexes on Hugging Face
Запросить демо
На базе vindex + LarQL

Соответствие — с квитанцией.

Большинство «ИИ-комплаенса» останавливается на журналах доступа и ограждениях на уровне промпта. Divinci идёт внутрь модели. Каждая связь сущностей — это запрашиваемый признак; каждое редактирование — портативный, проверяемый патч, а vindex — это артефакт технической документации, который регулятор вот-вот начнёт требовать.

Что требует регулятор · что поставляет LarQL

Один и тот же артефакт — vindex — отвечает требованиям прозрачности, надзора, документации и удаления в четырёх ключевых регулированиях ИИ, с которыми сталкиваются клиенты Divinci.

РегулированиеТребованиеЧто предлагают конкурентыЧто предлагает LarQL/vindex
Закон ЕС об ИИ §13 Прозрачность«Достаточная прозрачность, чтобы пользователи могли интерпретировать выходные данные»Карточки моделей, текстовые описания системыvindex и есть запрашиваемый артефакт прозрачности — каждый несущий факты признак идентифицируется через (layer, feature, gate_score)
Закон ЕС об ИИ §14 Контроль со стороны человекаОператоры должны существенно вмешиватьсяОграждения на уровне промпта (поддаются джейлбрейку)DELETE-патчи на уровне весов на признаке, а не на промпте — джейлбрейк их не обходит
Закон ЕС об ИИ Приложение IV Техническая документация«Общая логика системы ИИ»Диаграммы архитектуры + сводки обучающих данныхПобитово-точная механистическая документация: проецируемый словарь каждого признака, структурная метрика каждого слоя (C1–C5)
GDPR Статья 17 Право на удалениеПроверяемое удаление персональных данныхДообучение, чтобы «забыть», — не проверяется; данные могут всплыть состязательным путёмDELETE-патч с аудит-следом = доказуемое подавление конкретной связи именованной сущности при +0,02% перплексии. Файл патча и есть квитанция.
HIPAA · PCI · GDPR ДеперсонификацияУдалять ПДн из продуктов данныхФильтрация токенов на I/O (возможны утечки)Идентификация на уровне признаков направлений, кодирующих ПДн; хирургическое удаление на уровне весов
NIST AI RMF УправлениеКоличественно оценивать и управлять остаточным рискомОценки риска «на ощущениях»Универсальные константы C1–C5 дают измеримую структурную базовую линию; перепроверяйте после каждого патча

Как на самом деле выглядит «квитанция»

Патч LarQL — это портативный JSON-файл с контрольной суммой SHA-256. Примените его, чтобы подавить факт; удалите — чтобы восстановить модель побитно. Патч и есть журнал аудита — операторы, регуляторы и нижестоящие потребители могут независимо проверить ту же операцию.

Ниже — реальный Gate-3 патч, который мы поставляем в нашем публичном тестовом пакете: связь «Париж→столица» подавляется и восстанавливается с измеримым, воспроизводимым эффектом на настоящем vindex Gemma 4 E2B.

{
  "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...

Соответствие, которое вы можете доказать. На любом открытом трансформере.

Сегодня опубликовано восемь vindex для Gemma, Qwen, Llama, Mistral, OpenAI MoE и Microsoft 1-bit. Принесите свою модель — мы построим квитанцию.