Resumo Técnico: AME – Um Framework de Atribuição de Contribuidor Multi-Tipo em Mercados de IA Generativa

1. Declaração do Problema

Os ecossistemas de IA generativa envolvem colaboração multi-estágio e multi-partes, onde o valor é criado por meio de contribuições heterogêneas, incluindo dados de treinamento, modelos base, comportamentos de ajuste fino (ex: LoRA) e prompts. Os mecanismos existentes de avaliação de dados e alocação de receita são insuficientes para este ambiente porque foram projetados para participantes homogêneos e configurações de produção de estágio único.

O artigo identifica três desafios centrais na alocação de valor dentro desses pipelines multi-estágio:

1. Atribuição Imprecisa: Os métodos atuais têm dificuldade em quantificar e agregar de forma justa as contribuições de diversos tipos de contribuidores (dados, modelos, esforço, prompts) através de múltiplos estágios.
2. Mapeamento Desajustado: Os valores de contribuição quantificados não podem ser diretamente vinculados aos detentores de direitos devido a estruturas de autorização complexas, à separação entre propriedade e direitos de uso, e a termos de licenciamento diversos.
3. Confiança Insuficiente: Garantir a execução confiável de algoritmos de alocação é computacionalmente caro. Embora o blockchain ofereça transparência, o custo de verificar cargas de trabalho complexas de IA generativa (treinamento, inferência, atribuição) via verificação total (ex: Provas de Conhecimento Zero) é frequentemente proibitivo.

2. Metodologia: O Framework AME

Os autores propõem o AME (Atribuição–Mapeamento–Execução), um framework unificado consistindo em três camadas lógicas projetadas para abordar os desafios sequencialmente.

Camada 1: Camada de Atribuição (MMShapley)

Esta camada introduz o MMShapley, um algoritmo de atribuição multi-tipo e multi-estágio baseado no valor de Shapley.

• Modelagem de Jogo Cooperativo Multi-Estágio: O pipeline é modelado como um grafo acíclico dirigido ($G$) com camadas ($L$). Os contribuidores são particionados em quatro conjuntos: dados de treinamento ($N_{data}$), modelos ($N_{model}$), esforço do construtor ($N_{effort}$) e prompts ($N_{prompt}$).
• Função de Utilidade Multi-Tipo: Para avaliar contribuições semânticas, o framework utiliza uma função de similaridade baseada em CLIP entre imagens geradas e uma imagem alvo. A utilidade de uma coalizão é definida como a similaridade esperada.
• Tratamento de Incompletude: A função de utilidade considera a completude da coalizão. Por exemplo, uma coalizão com apenas dados, mas sem modelo, gera utilidade zero, enquanto uma coalizão com dados e um modelo padrão gera utilidade parcial.
• Penalidade de Pequena Coalizão: Para evitar o "free-riding" (carona) por parte de contribuidores fracos em pequenas coalizões, um operador de penalidade ($\delta_{size}$) é aplicado. Se o valor independente de um contribuidor estiver abaixo de um limiar ($\theta$), seu peso em pequenas coalizões é significativamente reduzido.
• Propagação Inter-Estágio: Um operador de retrospecção global propaga os valores de contribuição das camadas a jusante (downstream) para as camadas a montante (upstream). Uma função de decaimento de distância ($\delta_{dist}$), derivada da teoria da informação (considerando ruído de canal e gargalos de informação), reduz o peso das contribuições à medida que sua distância do output final aumenta.
• Otimização de Complexidade: Para evitar a complexidade exponencial ($O(2^n)$) dos cálculos padrão de Shapley, o framework aproveita a aditividade dos módulos LoRA e a estrutura hierárquica dos pipelines, decompondo o problema em subjogos independentes intra-camada.

Camada 2: Camada de Mapeamento (Credenciamento de Direitos)

Esta camada traduz valores de contribuição abstratos em direitos econômicos executáveis usando um mecanismo descentralizado baseado em NFT.

• Desacoplamento de Propriedade e Uso: Cada fonte de contribuição é cunhada como um NFT ERC-721. O framework separa NFTs de Propriedade (controle total) de NFTs de Direito de Uso (permissões autorizadas).
• Licenciamento Programável: Os NFTs de direito de uso contêm metadados para termos dinâmicos, incluindo tipos de autorização (taxa fixa, participação na receita), períodos de validade e proporções de divisão de lucros.
• Fórmula de Alocação de Receita: A alocação final para um detentor de direitos $j$ é calculada somando as partes de receita derivadas de suas fontes de contribuição autorizadas (ponderadas pelos valores MMShapley) e quaisquer taxas fixas. Isso suporta autorização aninhada e divisão de lucro em múltiplos níveis.

Camada 3: Camada de Execução (Protocolo Confiável)

Esta camada garante a implementação do esquema de alocação através de um protocolo de camada dupla combinando contratos inteligentes e um mecanismo de verificação de comportamento.

• Fluxo de Trabalho de Smart Contract: Os contratos gerenciam todo o ciclo de vida: verificação de propriedade/direitos de uso, agendamento de nós de computação, execução de treinamento/inferência e liquidação de taxas.
• Staking, Auditoria e Reputação: Para garantir a confiabilidade sem o alto custo da verificação total, o sistema emprega:
  • Staking: Os nós devem travar um stake ($S$) para participar.
  • Auditoria Aleatória: Os resultados são verificados pontualmente com probabilidade $p$.
  • Slashing (Corte): Auditorias falhas resultam no corte de uma parte do stake ($\gamma S$).
  • Reputação: Uma pontuação de reputação ($\rho_t$) é atualizada via média móvel exponencial baseada nos resultados das auditorias. Uma reputação alta correlaciona-se com maiores oportunidades de receita futuras.
• Compatibilidade de Incentivos: A análise teórica demonstra que a combinação de penalidades econômicas imediatas (slashing) e perda de reputação a longo prazo cria um ambiente de compatibilidade de incentivos onde nós racionais preferem o comportamento honesto, mesmo sob baixas frequências de auditoria.

3. Principais Contribuições

1. Algoritmo MMShapley: Um novo método de atribuição que estende os valores de Shapley para pipelines de IA generativa heterogêneos e multi-estágio, incorporando penalidades de tamanho de coalizão e decaimento de distância inter-camada.
2. Framework AME Unificado: O primeiro framework que integra atribuição de contribuição, mapeamento de direitos (via NFTs desacoplados) e execução confiável em um único fluxo de trabalho para mercados de IA generativa.
3. Protocolo de Execução de Baixo Custo: Um mecanismo que alcança alocação confiável combinando smart contracts com um sistema de staking-auditoria-reputação, evitando os custos proibitivos da verificação criptográfica total para cargas de trabalho de IA.

4. Resultados Experimentais

O artigo valida o framework através de experimentos de geração de imagens usando Stable Diffusion 1.5, ajuste fino LoRA e avaliação humana.

• Razoabilidade da Atribuição:

  • Alinhamento Humano: As classificações de atribuição do AME mostraram consistência perfeita (Spearman $\rho=1.0$, Kendall $\tau=1.0$) com baselines humanos em avaliações intra-estágio, superando significativamente a Alocação Uniforme e o framework Daraxide.
  • Atribuição Global: Em avaliações globais, o AME alcançou o menor Erro Médio Absoluto Normalizado (NMAE = 0.104) e a maior correlação com a intuição humana em comparação aos baselines.
  • Ausência de Estilo: Em cenários onde um estilo específico (ex: Claymation) estava ausente, o AME conseguiu suprimir a contribuição do modelo LoRA irrelevante para quase zero (0.012), enquanto outros métodos atribuíram a ele um peso significativo.
  • Estudos de Ablação: Experimentos confirmaram que tanto os operadores de decaimento de distância quanto os de decaimento de tamanho de coalizão são críticos para minimizar o NMAE e melhorar a consistência de classificação.

• Viabilidade de Execução:

  • Consumo de Gas: Implantado em uma testnet de Ethereum, as operações de alta frequência do framework (ex: autorização, criação de tarefas) consumiram entre 51.000 e 210.000 Gas, o que é considerado aceitável para suportar ecossistemas colaborativos ativos.
  • Throughput (Vazão): O sistema alcançou throughputs teóricos de até 41.5 TPS para configurações de autorização, suficiente para as necessidades atuais de plataformas.

• Compatibilidade de Incentivos:

  • Simulação: Simulações de Monte Carlo demonstraram que a combinação de staking, auditoria aleatória e mecanismos de reputação efetivamente impulsiona a taxa de honestidade da população para ~95.7%, superando significativamente sistemas que possuem apenas staking ou apenas auditoria.
  • Margens de Segurança: A análise identificou um "corredor de segurança probabilístico", mostrando que uma razão stake-para-receita ($S/R$) de 7.0 com uma probabilidade de auditoria de 10% alcança >99.9% de segurança, verificando a robustez do design de incentivos.

5. Significância e Alegações

O artigo afirma fornecer uma fundação inicial para a avaliação de valor e alocação de receita em mercados de dados de IA generativa. Ele aborda a fragmentação das pesquisas existentes ao oferecer uma solução unificada que conecta:

• Valoração: Quantificar de forma justa contribuições heterogêneas.
• Direitos: Mapear dinamicamente os valores para detentores de direitos via licenças programáveis.
• Execução: Garantir a liquidação confiável e de baixo custo.

Os autores enfatizam que, embora a avaliação atual se concentre em pipelines de geração de imagem e dependa de simulações para validação de incentivos, o framework AME estabelece uma base teórica e prática necessária para pesquisas futuras em economias de IA generativa justas e sustentáveis. Eles reconhecem limitações, incluindo o foco em geração de imagens, a necessidade de abordar requisitos legais específicos de jurisdições e a falta de validação de implantação no mundo real.