파일의 이야기가 숨는 곳
미술계에서 "provenance(출처)"는 박물관이 이 캔버스가 정말 그 화가의 것이라고 말할 수 있게 해 주는 문서화된 감수(chain of custody) 이력이야. 모델 아티팩트에도 같은 개념과 같은 판돈이 있어: 파일을 권위 있는 릴리스로 다루기 전에 그 감수 사슬을 원해 — 누가, 언제, 무엇으로부터 만들었고, 기록이 서로 맞물리는지. 네 군데서 증거를 담아.
- 카드의 메타데이터 블록. README의 기계 판독용 앞부분은 라이브러리, 라이선스 태그, 그리고 — 파생 작업에는 결정적으로 —
base_model포인터를 이름 붙여. 베이스를 이름 붙이지 않는 fine-tune은 검증 불가능해. 이름 붙이면 걸어 갈 수 있는 사슬이 생기지. - 커밋 히스토리. 리포지토리의 히스토리는 이 릴리스가 여기서 저작됐는지(메이커 계정의 학습/변환 커밋) 아니면 여기 나타났는지(완성 파일의 일괄 업로드 하나) 보여. 일괄 업로드가 실격 사유는 아니야 — 하지만 입증 책임을 옮겨. 파일이 어떻게 존재하게 됐는지에 대한 내부 기록이 없으니까.
- 업로더의 정체. 모델의 논문, 블로그, 발표도 함께 게시하는 조직 계정은 강한 신호야. 다른 흔적 없는 개인 계정이 유명 모델의 "개선판"을 올리는 건, 미러와 변조 재구축이 정확히 입는 프로필이지.
- 독립적 뒷받침. 크기, dtype, 릴리스 해시를 이름 붙이는 메이커의 발표(논문, 블로그, 체인지로그). 파일 크기에 동의하는 제3자 미러. 아티팩트를 해싱하는 커뮤니티 벤치마크. 독립적인 두 선이 동의하면 사슬이 강해. 어긋나면 동전 던지기가 아니라 쫓아야 할 발견이 생긴 거야.
감사관처럼 사슬 읽기
기록관의 질문은 언제나 같아: 이 이야기가 거짓일 수 있나? 그러면 내게 얼마짜리인가? 메이커의 조직 계정에서 나오고 카드 메타데이터가 있고 히스토리에 변환 커밋이 있고 논문이 크기에 동의하는 네이티브 릴리스에는 값싼 거짓 버전이 없어 — 그걸 위조하려면 독립적인 기록 여러 개를 위조해야 하거든. 하루 된 계정의 일괄 커밋 하나에 베이스 모델도 안 적힌 카드의 "BF16 리프레시"는, 업로드 한 번 값으로 거짓일 수 있어. 넌 감수 사슬을 줄 세우는 중이고, 그 순위는 수집 우선순위에 곧장 대응돼.
출처는 조용한 파생형 문제에 대한 방어이기도 해: 정확히 자기 주장대로이지만 네가 assumed한 게 아닌 파일들 — FP8 내보내기를 리프레시라고 꾸민 것, 원본 이름을 단 커뮤니티 양자화판. 라벨은 너를 지켜줄 수 없어. 사슬은 지켜줄 수 있어.
사슬의 네 몫 쓰기
출처는 양방향으로 흘러. 수집할 때 넌 사슬을 연장해: 어디서 얻었는지, 어느 revision에서, 무슨 다이제스트로 검증했는지, 언제. 한눈에 "이건 어디서 왔지"에 답하는 기록을 가진 아카이브는 미래의 네가 신뢰할 수 있는 아카이브야 — 그리고 필요하게 되면 내용물을 다른 누군가에게 보증할 수 있는 아카이브지.