arXiv cs.AI· Teruki Sano, Minoru Kuribayashi, Masao Sakai, Shuji Isobe, Eisuke Koizumi, Zhang Zhang, Satoru Matsumoto·· 3 小时前AI 评分22
TP-CRIV 中概率 AI 模型的统计可分性刻画
Characterizing Statistical Separability in TP-CRIV for Probabilistic AI Models
AI 导读
研究刻画了概率 AI 模型在第三方挑战-响应身份验证（TP-CRIV）中的统计可分性，将匹配与非匹配证明者的逐挑战行为关联到验证级可分性。该刻画明确了独立挑战数与重复响应次数如何影响检测性能，并可估算达到目标 AUC 所需的验证预算。研究以开放式挑战在 LLM 上实例化，实验显示匹配与非匹配可分离、理论与实测 AUC 高度吻合，且最小验证预算估计一致。
来源：arXiv cs.AI · arxiv.org