arXiv· Hongyan Chang·· 3 天前推荐指数64
WM-Basin：基于水印盆地对齐的蒸馏模型黑盒检测方法
Watermark Basins: Black-Box Detection of Distilled LLMs
AI 导读
论文提出 Watermark Basin Alignment（WM-Basin），一种针对 API 蒸馏的黑盒水印检测方法。其核心发现是：带水印的教师模型输出在微调时会在参数空间嵌入与任务微调子空间正交的密钥相关几何信号，即水印盆地。
来源：arXiv · arxiv.org