SELF：基于奇异值/特征值的LLM指纹方案
热点事件持续更新
SELF：基于奇异值/特征值的LLM指纹方案
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Hanxiu Zhang 等研究者在 arXiv 发布论文，提出 SELF——一种基于模型权重的 LLM 指纹识别方案，用于大语言模型知识产权被盗用后的模型溯源验证。该方法通过对注意力权重做奇异值和特征值分解提取指纹，无需依赖输入，作者称这使其天然抵御虚假声明攻击。 论文实验显示，SELF 在降低误报率上显著优于现有 SOTA 基线，并保持对量化、剪枝和微调攻击的鲁棒性，代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
SELF：基于奇异值与特征值的鲁棒 LLM 指纹识别方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AISELF：基于奇异值与特征值的鲁棒 LLM 指纹识别方法
研究者提出 SELF，一种基于模型固有权重的 LLM 指纹识别方案，用于大语言模型知识产权被盗用后的模型溯源验证。该方法通过对注意力权重做奇异值和特征值分解提取指纹，无需依赖输入即可天然抵御虚假声明攻击。实验显示其在降低误报率上显著优于现有 SOTA 基线，并保持对量化、剪枝和微调攻击的鲁棒性，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。