基于判别式分解的黑盒模型分类
机器学习
2026-05-11 v1 机器学习
摘要
对现代生成式系统的访问通常仅限于查询API（“黑盒”设置），并且系统的许多属性在推理时对用户是未知的。虽然最近的研究表明，基于模型对一组查询的嵌入响应之间的关系来构建模型的低维表示，对于推断模型级属性很有用，但这些表示的质量对查询集高度敏感。我们引入了“判别式分解”来区分黑盒模型级分类背景下的高质量和低质量查询集。在此框架下，随机水平分类的概率随查询预算呈指数衰减。在三个审计任务上，估计的分解参数预测了经验性能衰减率。最后，我们表明，使用估计的判别场选择的查询集再现了Oracle查询集的经验排序。
引用
@article{arxiv.2605.07878,
title = {Black-box model classification under the discriminative factorization},
author = {Hayden Helm and Merrick Ohata and Carey Priebe},
journal= {arXiv preprint arXiv:2605.07878},
year = {2026}
}