基于矩阵驱动的大语言模型权重同源性识别与重建
计算与语言
2026-02-02 v3 概率论
摘要
我们提出了矩阵驱动识别与重建（MDIR），这是一种先进的大语言模型同源性方法，能够精确检测模型间的权重对应关系，并为这些对应关系的统计显著性提供严格的 p 值估计。我们的方法无需模型推理，并且由于每次仅比较一对矩阵，即使在低资源设备上也能检测到模型权重的未注明出处复用或复制。我们利用矩阵分析、极分解和大偏差理论（LDT）来实现模型间权重关系的精确重建。值得注意的是，MDIR 是首个在 LeaFBench 数据集上，针对不同源模型，在曲线下面积（AUC）和准确率指标上均取得满分的方法。
引用
@article{arxiv.2508.06309,
title = {Matrix-Driven Identification and Reconstruction of LLM Weight Homology},
author = {Ruichong Zhang and Daniel Goldstein},
journal= {arXiv preprint arXiv:2508.06309},
year = {2026}
}