深度分析
OriginBlame：三層內容位址架構實現 AI 訓練資料的記錄與 token 級別精準遺忘
隨著資料貢獻者要求刪除的合規需求提升，OriginBlame提供記錄與token級別的資料溯源，透過三層內容位址架構將作者身分自資料處理管線傳遞，能精準產生遺忘集合，實驗顯示相較於檔案級工具可將過度刪除降低至原來的千分之一，同時對模型未學習效能提升約四成。
深度分析
隨著資料貢獻者要求刪除的合規需求提升，OriginBlame提供記錄與token級別的資料溯源，透過三層內容位址架構將作者身分自資料處理管線傳遞，能精準產生遺忘集合，實驗顯示相較於檔案級工具可將過度刪除降低至原來的千分之一，同時對模型未學習效能提升約四成。
mythos-router
社群在GitHub上曝光一個新開源專案，主張在本地以可驗證流程強化AI輔助程式開發。專案導入Strict Write Discipline（SWD）協議，利用SHA-256檔案快照核對模型宣稱的每次檔案變更，若不符給予修正回合並在重複失準後交由人工接手。此舉旨在降低模型幻覺和狀態漂移，提升本地CLI工作流程的可檢驗性。