研究称几轮对话即可识别LLM底层模型
热点事件持续更新
研究称几轮对话即可识别LLM底层模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
一项发表于 arXiv 的研究提出对匿名端点背后的对话式 LLM 智能体进行黑盒取证。作者 Isadora White 等人称，归因分类器仅凭几轮非对抗对话即可识别底层模型，准确率达 98%。 研究同时测试了系统提示词归因：针对每个提示词重新训练需要大量数据，成本高昂；跨编码器指纹方法在完全未见过的系统提示词上取得 AUC 0.768、F1 0.703，聚合每个目标智能体 50 段对话后 AUC 提升至 0.943。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
对话式 LLM 智能体的黑盒取证研究报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CL对话式 LLM 智能体的黑盒取证研究
研究对匿名端点背后的对话式 LLM 智能体开展黑盒取证，归因分类器仅凭几轮非对抗对话即可识别底层模型，准确率达 98%。系统提示词归因需针对每个提示词重新训练大量数据，成本高昂；跨编码器指纹方法在完全未见过的系统提示词上取得 AUC 0.768、F1 0.703，聚合每个目标智能体 50 段对话后 AUC 提升至 0.943。
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。