arXiv cs.CL· Fantong Meng, Chengjie Sun, Shuangjia Yang, Zhiyuan Zhao, Yansheng Pei, Xinyang Li·· 10 小时前AI 评分38
NumPrint：用单条定长整数序列为语言模型做指纹识别
One Sequence Is Enough: Fingerprinting Language Models from Fixed-Length Integer Sequences
AI 导读
研究者提出 NumPrint 基准，用中、日、英三种提示让模型在单次回答中输出 1 到 355 之间的 294 个整数，共收集 51 个模型的 5,036 条答案。
正文 · AI 翻译
摘要：模型 API 和第三方平台的用户通常依赖声明的模型名称来识别响应其请求的模型。然而，实际模型可能与声明的模型不同，这促使人们基于可观测输出进行身份验证。先前的研究表明，简单数值选择任务中的偏好可以作为模型指纹。我们研究单个固定长度整数序列能否结合多个数值观测来识别其来源模型。为此，我们引入了 NumPrint，这是一个包含来自 51 个模型的 5,036 个答案的基准，使用中文、日文和英文提示收集，这些提示要求在一个响应中给出 1 到 355 之间的 294 个整数。我们提出了浅层 MLP 与因果 Transformer（SMCT），以捕捉生成序列中的聚合数值偏好和行为模式。在 51 类闭集评估中，SMCT 从单个序列达到 92.72% 的准确率，优于本研究中比较的所有方法。使用两个和四个答案可将准确率分别提高到 96.06% 和 97.12%。这些结果表明，单个整数序列包含有用的模型指纹，并且额外的答案进一步提高了识别效果。
| 评论： | 17 页，包括附录，6 幅图 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2611.14010 [cs.CL] |
| （或 arXiv:2611.14010v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14010 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Fantong Meng [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 12:50:33 UTC（744 KB）
来源：arXiv cs.CL · arxiv.org