English(EN) RAFP: Identifying LLM Lineages via Rare-Region Fingerprints

新的RAFP框架通过稀有区域指纹识别LLM谱系

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-15 04:00

研究人员开发了一个名为RAFP的新框架，通过分析稀有区域指纹来识别大型语言模型（LLM）的谱系。该方法旨在抵抗下游微调，微调通常会改变常见的语言行为，但会使低概率的提示-响应交互保持相对不变。RAFP通过在不修改模型权重的情况下，对稀有提示使用离散的基于梯度的优化，提供了一种非侵入式的模型所有权验证方法。在各种LLM家族和适应技术上的实验表明，RAFP在黑盒场景下具有强大的持久性和优于现有方法的性能。 AI

影响提供了一种更强大的LLM所有权和谱系验证方法，这对于具有限制性许可的模型至关重要。

排序理由详细介绍LLM指纹识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Yun-Yun Tsai, Jia Hao Liang, Chuan Guo, Junfeng Yang, Laurens van der Maaten · 2026-07-15 04:00

RAFP：通过稀有区域指纹识别大语言模型谱系

arXiv:2505.12682v2 Announce Type: replace Abstract: Large language models (LLMs) are increasingly released under restricted licenses, creating a growing need for robust model ownership verification. Existing fingerprinting methods are often fragile under downstream finetuning, re…

报道来源 [1]

RAFP：通过稀有区域指纹识别大语言模型谱系

相关实体

相关话题