arXiv · ML· Haobo Zhang, Zhenhua Xu, Junxian Li, Shangfeng Sheng, Dezhang Kong, Meng Han·2026-11-03 13:00· 8 小时前AI 评分27

AttnDiff：基于注意力的差分指纹用于大语言模型 IP 保护

AttnDiff: Attention-based Differential Fingerprinting for Large Language Models

AI 导读

AttnDiff 是一种数据高效的白框框架，通过提取模型内在信息路由行为生成指纹，以验证开源 LLM 是否源自受保护模型。在 Llama-2/3 和 Qwen2.5（3B--14B）上测试，相关衍生模型相似度 >0.98，不相关模型 <0.22（M=60 探针）。该框架支持实际来源验证与问责。

来源：arXiv · ML · arxiv.org