SetPrint：通过响应变化的集合间对应关系实现黑盒 LLM 指纹识别

SetPrint: Black-Box LLM Fingerprinting via Setwise Correspondence of Response Changes

AI 导读

SetPrint 是一种无需训练的黑盒 LLM 指纹识别方法，同时利用响应变化在集合内的关系与两个模型集合间的对应关系，判断目标模型是否源自源模型。该方法让每个响应变化相对自身集合的平均变化来表达，再比较同一扰动下两个模型的变化。在 LeaFBench 上，SetPrint 持续优于现有无需训练的黑盒指纹识别方法。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：黑盒 LLM 指纹识别旨在仅可观测到对输入查询的输出响应时，判定目标模型是否源自某个源模型。揭示这种关系的一种方法是扰动每个查询并观察两个模型由此产生的响应，从而得到两组对应的响应变化。这两组响应变化提供了两种互补的信息来源：每组内响应变化之间的关系，以及两组之间响应变化的对应关系。然而，现有方法尚未充分利用这两者。我们提出 \textbf{SetPrint}，一种无需训练的方法，能够同时捕捉组内关系与组间对应关系。SetPrint 将每个响应变化表示为其所在集合平均变化的相对值，然后比较两个模型在同一扰动下产生的变化。在 LeaFBench 上，SetPrint 始终优于现有的无需训练的黑盒指纹识别方法。进一步的分析表明，这些增益既归因于组内关系，也归因于组间对应关系。

学科：	人工智能（cs.AI）
引用为：	arXiv:2611.12950 [cs.AI]
	（或 arXiv:2611.12950v1 [cs.AI] 用于此版本）
	https://doi.org/10.48550/arXiv.2611.12950 由 DataCite 颁发的 arXiv DOI

提交历史

来自：Jinmo Han [查看邮箱]
[v1] 2026年11月7日星期六 00:45:17 UTC（82 KB）

来源：arXiv cs.AI · arxiv.org