通过双阶段权重保护防徘未授权的模型合并

预训练模型和开放存储库的快速普及使得模型合并变得便利且风险较高，允许免费 riders 将微调模型组合成一个新的多功能模型而无需授权。此类未授权模型合并不仅违反知识产权，还会损害模型所有权和问责制度。为此，我们提出MergeGuard，一种主动的双阶段权重保护框架，通过破坏合并兼容性来实现任务忠诚度维持。第一阶段通过L2正则化优化将任务相关信息在各层之间重新分配，确保重要梯度均匀分布。第二阶段注入结构性扰动以错位任务子空间，破坏损失景观中的曲率兼容性。合起来，这些阶段重塑了模型的参数几何结构，使得合并后的模型在参数几何结构下退化，而受保护的模型保持完全功能。在视觉(ViT-L-14)和语言(Llama2、Gemma2、Mistral)模型上进行的广泛实验表明，MergeGuard可使合并模型准确率下降最高90%，而受保护模型的性能损失不足1.5%。