SetPrint: 응답 변화의 집합적 대응을 통한 블랙박스 LLM 지문 추적
arXiv:2611.12950v1 발표 유형: 신규 초록: 블랙박스 LLM 지문 분석은 입력 쿼리에 대한 출력 응답만 관찰 가능한 상황에서 대상 모델이 소스 모델로부터 파생되었는지 여부를 판단하는 것을 목표로 합니다. 이러한 관계를 밝혀내는 한 가지 방법은 각 쿼리를 변형하고 두 모델의 결과 응답을 관찰하여 두 개의 상응하는 응답 변동 집합을 생성하는 것입니다. 이들 집합은 두 가지 상호 보완적인 정보원을 제공합니다: 각 집합 내 응답 변화 간의 관계와 두 집합 간 응답 변화의 대응성입니다. 그러나 기존 접근법들은 이 두 가지를 완전히 활용하지 못했습니다. 우리는 \textbf{SetPrint}을 제안하며, 이는 집합 내 관계와 집합 간 대응성을 동시에 포착하는 학습 불필요 방법입니다. SetPrint은 각 응답 변화를 해당 집합의 평균 변화에 대해 상대적으로 표현한 다음, 동일한 변형으로 유도된 두 모델의 변화를 비교합니다. LeaFBench에서 SetPrint은 기존의 학습 불필요 블랙박스 지문 분석 방법들을 일관되게 능가합니다. 추가 분석에 따르면 이러한 성과는 집합 내 관계와 집합 간 대응성 모두에 기인합니다.
