计算机科学 > 密码学与安全
[提交于 2025年2月2日
]
标题: 大型语言模型的模型来源测试
标题: Model Provenance Testing for Large Language Models
摘要: 大型语言模型通过微调和其他适应方式越来越被定制,这给执行许可条款和管理下游影响带来了挑战。 追踪模型来源对于保护知识产权以及在基础模型中发现偏差或漏洞时识别衍生模型至关重要。 我们通过开发一种测试模型来源的框架来解决这一挑战:判断一个模型是否源自另一个模型。 我们的方法基于一个关键观察,即现实世界中的模型衍生会在模型输出中保留显著的相似性,这些相似性可以通过统计分析检测到。 我们仅使用对模型的黑盒访问,通过多重假设检验将模型相似性与由不相关模型建立的基线进行比较。 在两个涵盖从30M到4B参数的模型且包含超过600个模型的全面现实基准测试中,我们的测试器在识别衍生模型方面实现了90-95%的精确率和80-90%的召回率。 这些结果表明,即使只有API访问权限,在生产环境中系统性的来源验证也是可行的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.