تدريب بيانات الذكاء الاصطناعي العام الماضي لم يكن الخلاف الأكبر حول عدم القدرة على العثور على المواد، بل حول عدم إمكانية إثبات المصدر حتى عند الاستخدام — حيث يتم انتقاد النموذج فور إطلاقه بـ"انتهاك حقوق البيانات". تعتبر وحدة Seal التي أطلقتها منظومة Walrus مؤخرًا فكرة جديدة: عند رفع الملف، يتم تقسيمه باستخدام ترميز تصحيح الأخطاء إلى مئات من الأجزاء، ثم يتم كتابة صلاحية الوصول مباشرة في كائنات على سلسلة Sui باستخدام مفتاح حدّي، بحيث يمكن لخدمة الاستدلال الوصول فقط إلى الأجزاء المصرح بها في بيئة معزولة، ولا يمكن الوصول إلى الملف الأصلي على الإطلاق. بهذه الطريقة، يمكن لمصدر تدريب النموذج أن يثبت قانونيًا أصليته، ويمكن للمجتمع التحقق منه، مما يجعل من الصعب تحميل المسؤولية على طرف آخر.

مقارنة مع الحلول الأخرى — مثل منصة تخزين رئيسية تقدم فقط هاش المحتوى، أو منصة أخرى تعتمد على تخزين دائم علني "صفقة واحدة" — فإن طريقة Seal تجمع بين حماية الخصوصية، والتحكم في الحذف، ومنع التلاعب، وهي ثلاث متطلبات كانت تتعارض سابقًا.

العيوب واضحة أيضًا: تكلفة تبديل المفاتيح مرتفعة. إذا قررت استبدال مفتاح بيانات 200 جيجابايت مرة واحدة، فستحتاج أولاً إلى فك قفل المفتاح القديم ثم تفويض المفتاح الجديد، مما يجعل عملية التشغيل أكثر تعقيدًا من الحلول التقليدية، خاصة عند اقتراب موعد تسليم المشروع، مما قد يسبب صداعًا لفريق التطوير. ومع ذلك، فإن المجتمع لديه بالفعل نماذج سكربت جاهزة تتداول، ومن المتوقع أن يؤدي دمجها في عمليات CI/CD إلى تحسين كبير في المستقبل.