arXiv · AI· Ruihan Hu, Wei Luo, Yu-Ming Shang, Jiakai Wang, Chuxuan Zhang, Mei Li, Xi Zhang, Meikang Qiu·· 11 天前AI 评分31
提出 Logit Laundering 对抗大模型数据使用审计
Logit Laundering: Evading Data-Use Auditing in Large Language Models
AI 导读
研究团队提出 Logit Laundering 框架,通过推理阶段的 logits 操作成功绕过 LLM 的水印审计。 该方案引入统计偏差估计器重塑模型 logits,在不改变模型参数的前提下削弱水印检测信号,同时利用置信度感知缩放模块保持下游任务效用。 此发现凸显了现有 SOTA 审计方法在对抗场景下的脆弱性,促使研究者探索更具鲁棒性的数据审计机制。 ```
来源:arXiv · AI · arxiv.org