PathMark：通过路径水印保护混合专家大语言模型的知识产权

混合专家（MoE）大语言模型代表高价值知识产权，然而现有的为密集模型设计的水印方案因架构不匹配而无法在MoE架构上工作：传统方法假设水印参数被一致激活，但MoE的动态路由打破了这一假设。这也产生了两个关键漏洞：脆弱的决策边界和路由纠缠，其中集中的梯度会迅速覆盖签名。我们提出PathMark，第一个专门为MoE架构设计的水印框架，它通过主动将路由引导为隐蔽水印通道来反转这一范式。当触发时，PathMark主动约束所有令牌通过预定的专家子集路由，创建独特的路径签名。我们的设计通过三种机制直接解决这两个漏洞：（1）分布对齐损失将目标专家概率提升到主导水平，扩大针对扰动的决策边界；（2）宽路径配置在每层指定多个目标专家，确保更强的鲁棒性；（3）对比损失可证明地消除对干净输入的梯度泄漏，保持其自然路由路径。此外，PathMark通过组合路径自然支持多比特编码。通过白盒路由检查实现取证场景的验证，通过黑盒输出检测实现仅API访问的验证。在四个MoE模型上的实验表明，验证准确率超过$> 99\%$，困惑度退化低于$< 2\%$，并且在量化、微调、剪枝和自适应攻击下具有优越的鲁棒性。