Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2502.00706

帮助 | 高级搜索

计算机科学 > 密码学与安全

arXiv:2502.00706 (cs)
[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

Authors:Ivica Nikolic, Teodora Baluta, Prateek Saxena
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。
摘要: Large language models are increasingly customized through fine-tuning and other adaptations, creating challenges in enforcing licensing terms and managing downstream impacts. Tracking model origins is crucial both for protecting intellectual property and for identifying derived models when biases or vulnerabilities are discovered in foundation models. We address this challenge by developing a framework for testing model provenance: Whether one model is derived from another. Our approach is based on the key observation that real-world model derivations preserve significant similarities in model outputs that can be detected through statistical analysis. Using only black-box access to models, we employ multiple hypothesis testing to compare model similarities against a baseline established by unrelated models. On two comprehensive real-world benchmarks spanning models from 30M to 4B parameters and comprising over 600 models, our tester achieves 90-95% precision and 80-90% recall in identifying derived models. These results demonstrate the viability of systematic provenance verification in production environments even when only API access is available.
主题: 密码学与安全 (cs.CR) ; 计算与语言 (cs.CL); 机器学习 (cs.LG)
引用方式: arXiv:2502.00706 [cs.CR]
  (或者 arXiv:2502.00706v1 [cs.CR] 对于此版本)
  https://doi.org/10.48550/arXiv.2502.00706
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ivica Nikolic [查看电子邮件]
[v1] 星期日, 2025 年 2 月 2 日 07:39:37 UTC (1,847 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-02
切换浏览方式为:
cs
cs.CL
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号