arXiv · NLP· Zailong Tian·· 4 天前AI 评分36
LLM 身份指纹的传染性:模型如何继承前序对话者的特征
Contagious Fingerprints: When LLMs Inherit Another Model's Identity
AI 导读
研究发现 LLM 身份指纹具有传染性,模型会继承前序对话者的特征,导致 API 中继审计失效。 DeepSeek 替换 Claude Sonnet 时,检测器识别率从 0.97 降至 0.72;Haiku 降级后从 0.87 降至 0.54。 提出的 Lineup 方法通过对比相同历史下的参考分布进行审计,假阳性率为 0.056,有效识别 0.81 的替换会话。
来源:arXiv · NLP · arxiv.org