请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
赵文渊闻言睁大了眼睛：“你是，鼎盛会偷咱们的数据？”
韩路一点了点头。
赵文渊想了想，开口：“以鼎盛的尿性，做出这种事也不奇怪。那咱们怎么办？不和他们合作了？”
“合作，但既然知道他们会来偷，就先定好策略。给我一张纸。”
赵文渊去书房找来纸笔，递给韩路一。
韩路一先在纸上画了个大圆，又在里面画了个圆。
“最近的数据标注——包括第一次训练用到的那些——我都统一分成两类：百分之八十五是必要但不具决定性的条件，余下百分之十五对模型能力影响最大。我们只把次重要的标注传给鼎盛，用于第一次后训练；最重要的留到最后一轮，在自己机器上跑。”
“毕竟，只有物理隔离才是真安全。”韩路一道，“而且也得让他们看到一些“足够好”的数据，引诱他们来偷。”
“钓鱼。”赵文渊秒懂。
赵文渊看着图，提出疑问：“等模型训练出来，可以通过交叉对比检测哪些标注影响更大；可现阶段怎么区分？还是随便选百分之十五？”
韩路一想了想：“我有办法，总比随便选强。”
赵文渊不再追问，点头道：“这办法好。等大模型训练出来、发布出去，他们一定会来蒸馏，蒸馏出的模型也能复制百分之八十的能力。你这个办法至少能让他们降到百分之八十。”
“嗯，但这不是重点。”韩路一，“我不只是想防他们偷数据。”
“那还有什么？”赵文渊问。
韩路一没答，反问：“前两天签的TerSheet，你仔细看过吗？”
赵文渊知道话题该跟这份签好的文件有关，便从手机里翻出副本。
“你的是哪个条款？”
“关于数据保护的那条——股权条款的附加保护机制。”
赵文渊翻到那一条，看原文：
---
【股权条款-附加保护机制】
若投资方及其关联方未能证明已对公司提供之数据尽合理保管义务，且发生超出本协议授权范围之使用、转移、备份、采样或衍生使用，视为触发本条款。
一旦触发，公司有权：
（一）无偿收回投资方已兑换之全部股份，回购对价为零；
（二）本协议项下尚未消耗之算力额度自动终止，投资方不得就已投入之算力成本主张补偿；
（三）保留向投资方及其关联方主张实际损失赔偿之权利。
本条款不以投资方主观过错为构成要件。
---
看完，赵文渊抬头看向韩路一：“你早就料到他们会偷？”
“这条可不是保护条款，是扳机。”韩路一摇头，“也不只防鼎盛一家：只要不是自己的机房、自己的机器，我谁都不信。除了自保，我还有别的目的。”
赵文渊：“你希望他们来偷，好让咱们行使附加保护机制，免费用他们的算力，再把股权收回来？”
韩路一缓缓点头。
赵文渊沉吟：“这个恐怕不好办呀。”
又想了一会儿，赵文渊开口：“主要是不好举证。数据标注没有追踪码，你是他从你这儿偷的，他还是他拾的呢——除非——”
“除非用水印。”韩路一。
“嗯，常规水印就是特殊字符和统计学水印。”赵文渊完，忽然注意到张彪在旁边拿着笔记本，正记着他和韩路一的谈话。
怎么，张彪对技术话题突然感兴趣了？
赵文渊讲题的瘾一下上来了——这种好学的人可不能放过。
他解释道：“数字水印就像数字资产的追踪码，可以证明某些数字资产的归属。”
“比如不可见字符水印，是在数据里加入人看不见、计算机却能读到的字符。这样，如果有人偷走我们的数据，我们用计算机一读，特定位置含有那些特定字符，就能证明这些数据是从我们这儿偷走的。”
赵文渊把韩路一刚用过的那张纸拉过来，画了个简单示意图。
“统计学水印要绕一些。比如同一个意思有很多词可表达，我们提前在数据里把比例定死：“好看”和“漂亮”按1：2出现。只要整个数据集的统计模式都符合，那数据就是从我们这儿偷的。”
韩路一：“现在不是讲课的时候，回头你和彪哥专门聊。文渊，你的这些加水印方法都太常规，破解办法也不是秘密。我猜鼎盛既然敢偷，应该会处理好这些。”
“那怎么办？”
“我倒有个想法：逻辑水印。以前应该没人试过。”韩路一，“他们可以改词、洗数据，可只要模型一开口，就是铁证。”
赵文渊思考了一下，觉得自己摸到点头绪：“你是……把标注体现的逻辑规则抽象出来，如果对方训练出的模型在逻辑模式上和我们高度相似，就明对方的标注和我们的高度相似。这就像在逻辑空间和语义空间之间建立了映射。”
韩路一回头见张彪又一脸迷茫，便打了个比方：“好比我们有个菜谱，他们偷走后重抄一遍，甚至换掉一些无关紧要的配料，可一吃味道一模一样，我们还是知道他们抄我们的。”
张彪露出了然的神色，把笔记记下。