arXiv cs.AI· Hamed Khosravi, Xiaoming Huo·· 9 天前AI 评分24
认证腐败预算：自适应操纵下随时有效的排行榜声明
Certified Corruption Budgets: Anytime-Valid Leaderboard Claims under Adaptive Rigging
AI 导读
研究者提出"认证腐败预算"$\widehat{B}_t$，在发布每项两两对比声明时同步给出，以至少 $1-\alpha$ 的概率保证声明正确、或超过 $\widehat{B}_t$ 条记录被篡改，且对可观察所有证书、预算不受限的攻击者依然成立。
正文 · AI 翻译
摘要：AI 模型的公开排行榜被持续读取，攻击者可以看到每一个已公布的排名。刷票、选择性披露私有变体以及基准污染都可能改变排名。现有的保证要么假设记录真实，要么限制每一步的篡改量，而突发式篡改的攻击者可以规避这种限制。我们引入了经认证的篡改预算，即在 $t$ 条记录之后计算出的容差 $\widehat{B}_t$，并随每一项成对声明一同发布。以至少 $1-\alpha$ 的概率，在所有时刻同时成立：该声明是正确的，或者有超过 $\widehat{B}_t$ 条记录被篡改。它能够抵御监视每一份证书的攻击者，且对其预算没有限制。伪造记录与一经查看即被篡改的记录需要不同的证书：针对伪造的证书在面对翻转其已见投票的攻击者时，以趋近于一的概率失效，而每记录收费约为其两倍的证书则仍然有效，即使面对能预知未来的攻击者其下注也保持恒定，且没有任何更低的收费能在所有层级上都有效。经认证的预算增长几乎与任何有效方法所允许的一样快：在获胜比例为 $\frac{1}{2}+\delta$ 时，每新增一条记录，该声明所能承受的伪造记录数就增加接近 $2\delta$（$\delta$ 被翻转）。公布 $V$ 个私有变体中的最佳者，其代价仅以类似 $\log V$ 的方式增长。在对 180 万条 Chatbot Arena 投票的回放中，几百张被操纵的选票就能让标准置信区间认证出错误的排序，而我们的方法仍然有效。在真实投票上，我们的证书表明，明显分离的模型能够承受约 2,000 张伪造选票。
| 学科： | 密码学与安全（cs.CR）；人工智能（cs.AI）；方法论（stat.ME） |
| 引用为： | arXiv:2610.10597 [cs.CR] |
| （或 arXiv:2610.10597v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.10597 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Hamed Khosravi [查看电子邮件]
[v1]
2026年10月6日星期二 21:20:14 UTC（435 KB）
来源：arXiv cs.AI · arxiv.org