黑盒大语言模型溯源识别的挑战
密码学与安全
2025-03-07 v1 机器学习
摘要
大语言模型（LLM）的巨大商业潜力引发了对未经授权使用的担忧。第三方可以通过微调定制LLM，并仅提供黑盒API访问，有效地隐藏未经授权的使用，使外部审计过程复杂化。这种做法不仅加剧了不公平竞争，还违反了许可协议。作为回应，识别黑盒LLM的起源是解决此问题的内在方案。本文首先通过在30个LLM和两个真实黑盒API上的实验，揭示了最先进的被动和主动识别方法的局限性。然后，我们提出主动技术PlugAE，该技术在连续空间中优化对抗性token嵌入，并主动将其插入LLM进行追踪和识别。实验表明，PlugAE在识别微调衍生模型方面可实现显著提升。我们进一步倡导法律框架和法规，以更好地应对LLM未经授权使用带来的挑战。
引用
@article{arxiv.2503.04332,
title = {The Challenge of Identifying the Origin of Black-Box Large Language Models},
author = {Ziqing Yang and Yixin Wu and Yun Shen and Wei Dai and Michael Backes and Yang Zhang},
journal= {arXiv preprint arXiv:2503.04332},
year = {2025}
}