arXiv · ML· Edward Chen, Yuntao Du·· 2026-10-09AI 评分25
Poster: 基于假设检验的 LLM 蒸馏推理检测初步研究
Poster: A Preliminary Study of LLM Distillation Inference
AI 导读
该研究提出了一种检测未经授权的模型蒸馏攻击的方法,通过比较嫌疑模型对教师模型推理输出的预测能力,并利用影子模型将得分转换为校准的 p 值进行显著性检验。 在初步研究中,使用 Qwen2.5-7B 作为教师模型,Llama-3.2-3B 作为嫌疑模型,在 0.02 的显著性水平下,该测试达到了 1.0 的真阳性率。
来源:arXiv · ML · arxiv.org