LCF: Un Framework Unificato per il Fingerprinting degli LLM
Un nuovo articolo di ricerca introduce LCF (Construction-Driven Injection), un framework unificato per il fingerprinting dei grandi modelli linguistici (LLM) al fine di proteggerli dalla ridistribuzione non autorizzata e dall'uso commerciale improprio. I metodi esistenti separano la costruzione delle impronte digitali dall'iniezione, portando a problemi come l'attivazione accidentale di impronte in linguaggio naturale e la facile rimozione di impronte alterate tramite rilevamento basato sulla perplessità. LCF ottimizza congiuntamente entrambe le fasi, rendendo l'iniezione consapevole della struttura linguistica del trigger per un'ottimizzazione mirata. Il framework costruisce impronte digitali miste (codice e linguaggio naturale) utilizzando tecniche basate su modifiche, combinando linguaggio naturale e codice per migliorare robustezza e invisibilità. L'articolo è disponibile su arXiv con ID 2607.25633.
Fatti principali
- Gli LLM sono beni intellettuali costosi esposti a ridistribuzione non autorizzata e uso commerciale improprio.
- Le impronte digitali iniettate sono coppie trigger-target incorporate nel comportamento del modello per la verifica della proprietà.
- I framework di fingerprinting esistenti disaccoppiano la costruzione dall'iniezione.
- Le impronte in linguaggio naturale sono soggette ad attivazione accidentale.
- Le impronte alterate sono facilmente filtrate dal rilevamento basato sulla perplessità.
- LCF ottimizza congiuntamente la costruzione e l'iniezione delle impronte.
- LCF utilizza impronte miste (codice e linguaggio) con tecniche basate su modifiche.
- Articolo disponibile su arXiv: 2607.25633.
Entità
Istituzioni
- arXiv