模型不可合并：使模型不可合并以实现安全的模型共享
机器学习
2025-09-03 v1
摘要
模型合并利用多个微调后的专家模型以低成本构建多任务模型，正受到越来越多的关注。然而，随着越来越多微调模型公开可用，模型合并的安全性问题引发了担忧。未经授权的合并可能侵犯开发者的权利，并存在泄露敏感个人信息的风险。大多数现有方法侧重于检测合并模型是否源自特定源模型，但未能有效阻止非法合并。在本文中，我们提出了MergeLock，一种主动保护机制，通过扰动模型参数使其不可合并，从而直接防止未经授权的模型合并。具体而言，利用基于Transformer的模型中注意力机制的固有对称性，我们随机采样两对可逆矩阵并将其应用于查询-键（QK）和值-输出（VO）分支。该变换在保持模型输出不变的同时，将其推离其他微调模型的共享参数空间。大量视觉和语言任务的实验表明，当受保护模型参与时，MergeLock可使合并模型的性能下降超过95%，证明了其有效性。此外，我们进一步证明，受MergeLock保护的合并模型无法通过低成本恢复方法有效恢复，进一步增强了对未经授权合并的鲁棒性。代码地址：https://github.com/hetailang/Merge-Lock。
引用
@article{arxiv.2509.01548,
title = {Model Unmerging: Making Your Models Unmergeable for Secure Model Sharing},
author = {Zihao Wang and Enneng Yang and Lu Yin and Shiwei Liu and Li Shen},
journal= {arXiv preprint arXiv:2509.01548},
year = {2025}
}