研究者提出基于权重奇异值与特征值的LLM指纹方案SELF

1. 12:00
   arXiv cs.CL

   SELF：基于奇异值与特征值的 LLM 鲁棒指纹识别方法

   研究者提出 SELF，一种基于 LLM 注意力权重内在特征的指纹识别方案，通过奇异值与特征值分解提取独特、可扩展且对变换不变的指纹，无需依赖输入即可抵御虚假声明攻击。实验显示 SELF 在保持高侵权检测准确率的同时，显著优于现有基线降低误报率，并对量化、剪枝和微调等下游修改表现出强鲁棒性。代码已公开。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。