Yun-Yun Tsai

新的RAFP框架通过稀有区域指纹识别LLM谱系

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。