Locket：面向语言模型的稳健特征锁定技术
密码学与安全
2026-04-14 v3 机器学习
摘要
聊天机器人服务提供商（如OpenAI）依赖分层订阅计划为免费用户提供基础模型，为付费用户提供高级模型，但此模式不盈利且缺乏灵活性。为支付即解锁特定功能（如数学、编程）提供更可持续的方案，需实现特征锁定技术（FLoTE），其要求（i）有效拒绝受限功能，（ii）保持解锁功能的实用性，（iii）抗拒绝或未授权凭证共享，（iv）可扩展至多个功能与客户。现有FLoTE（如密码锁模型）未满足这些标准。为填补空白，我们提出Locket，首个稳健且可扩展的FLoTE，支持支付即解锁方案。我们构建对抗训练与特征锁定适配器合并的框架，使Locket能够选择性禁用模型的特定功能。评估显示，Locket有效（100%拒绝率），实用性保持（≤7%实用性下降），稳健性（≤5%攻击成功率），且可扩展至多个功能与客户。
引用
@article{arxiv.2510.12117,
title = {Locket: Robust Feature-Locking Technique for Language Models},
author = {Lipeng He and Vasisht Duddu and N. Asokan},
journal= {arXiv preprint arXiv:2510.12117},
year = {2026}
}
备注
15 pages, ACL 2026