局部 AI 的司法意义：对 Ollama、LM Studio 和 llama.cpp 的制图分析
机器人学
2026-03-26 v1
摘要
本地大型语言模型（LLM）运行器的 proliferation（如 Ollama、LM Studio 和 llama.cpp）为数字司法调查员带来新挑战。这些工具使用户能够以离线方式部署强大的 AI 模型，为调查员创造了潜在的证据盲区。本工作对这些流行的本地 LLM 客户端进行系统性、跨平台的司法分析。通过对 Windows 和 Linux 系统进行受控实验，我们获取并分析了磁盘和内存文物，记录了安装痕迹、配置文件、模型缓存、提示历史和网络活动。我们的实验发现，每个软件都包含一套尚未记录的丰富文物，揭示了基于应用体系结构在证据持久性和位置方面的显著差异。关键发现包括在结构化 JSON 文件中恢复的明文提示历史、详细的模型使用日志以及适用于司法检测的独特文件签名。本研究为本地 LLM 提供了数字证据的基础语料库，为数字司法调查员提供可复现的方法、实用 triage 命令和分析这一新型软件。我们的发现对用户隐私、AI 相关证据的可采性以及反司法技术的开发具有关键意义。
引用
@article{arxiv.2603.23995,
title = {MIRROR: Visual Motion Imitation via Real-time Retargeting and Teleoperation with Parallel Differential Inverse Kinematics},
author = {Junheng Li and Lizhi Yang and Aaron D. Ames},
journal= {arXiv preprint arXiv:2603.23995},
year = {2026}
}
备注
8 pages, 7 figures