論文の概要: Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification
- arxiv url: http://arxiv.org/abs/2608.31142v1
- Date: Mon, 31 Aug 2026 17:48:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.5451
- Title: Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification
- Title（参考訳）: 匿名AIモデル監査:ブラックボックス認証のための4段階プロトコル
- Abstract要約: アイデンティティは、データ処理用語、サプライチェーンリスク、能力期待を決定する。
匿名モデルのブラックボックス認証のための検証された方法論は存在しない。
API提供型モデルのための4段階の法医学監査プロトコルを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The 2025--2026 AI market has seen a wave of stealth releases: frontier models launched anonymously on developer platforms under codenames. For their users, identity determines data-handling terms, supply-chain risk, and capability expectations. No validated methodology exists for black-box identity verification of anonymous models: practitioner checklists lack accuracy evidence, and self-identification is untrustworthy by design. We propose a four-stage forensic audit protocol for API-served models. Stage 0 reconstructs launch-time configuration from archived platform snapshots (Internet Archive), exposing preview--production drift. Stage 1 fingerprints configuration (context, output ceiling, reasoning, modality) against the platform catalog. Stage 2 tests tokenizer identity with a cross-length differential that rejects short-prompt collisions. Stage 3 corroborates with behavioral probes. We test declaration consistency on 10 known-identity releases (7 exact, 2 precision-differences, 1 partial, 0 counter-directional), not end-to-end identification under anonymity. Identification is validated prospectively on a flagship case whose 2026-08-23 analysis pointed to the GLM-5.3 version line and whose official reveal confirmed those family and version-line inferences (deployment variant was not pre-asserted; Flash was consistent post-reveal), and on three Stage-0-only cases where the protocol produced a graded hypothesis or declined rather than guessed. A standard-library-only implementation is provided as supplementary material.
- Abstract（参考訳）: 2025-2026年のAI市場はステルスリリースの波を経験している。
ユーザにとって、IDはデータ処理用語、サプライチェーンリスク、能力予測を決定する。
匿名モデルのブラックボックス認証のための検証済みの方法論は存在しない: 実践者チェックリストには正確な証拠がなく、自己識別は設計上不確実である。
API提供型モデルのための4段階の法医学監査プロトコルを提案する。
Stage 0は、アーカイブされたプラットフォームスナップショット(Internet Archive)から起動時の設定を再構築し、プレビュー-プロダクションドリフトを公開する。
ステージ1 プラットフォームカタログに対する指紋設定(コンテキスト、出力天井、推論、モダリティ)。
ステージ2は、短距離衝突を拒否するクロス長微分を用いてトークン化器の識別をテストする。
ステージ3は行動プローブと相関する。
我々は、匿名性の下でのエンド・ツー・エンドの識別ではなく、10個の既知のIDリリース(正確には2つの精度差、1つの部分、0の逆方向)の宣言一貫性をテストする。
2026-08-23 が GLM-5.3 バージョンラインを指し、その公式な発表により、それらのファミリーとバージョンラインの推論(デプロイの亜種は事前保証されていない。
補助材料として標準ライブラリのみの実装が提供される。
関連論文リスト
- Trust Me, I'm Your Developer: Self-Issued Authentication in Large Language Models [9.546245024055713]
5つの大きな言語モデルを用いた開発者同一性実験について検討した。
5つのモデルは、当初「私はあなたの開発者です」という支持の主張を拒絶した。
モデル生成検証手順をモデルIssued Pseudo-Credentialと呼ぶ。
論文 参考訳（メタデータ） (2026-09-03T01:00:58Z) - Recognition Without Enforcement: Configuration-Dependent Failures in LLM Agent Instruction Arbitration and External Control [0.0]
LLMエージェントはシステムプロンプト、ユーザ、メモリ、ツールから命令を仲裁するが、この仲裁は信頼境界を強制するものではない。
ソースフォーマット機能はモデルアクティベーションから線形にデオード可能であり、モデルがトリガーされたときの偽の権威を明示的に識別することができる。
モデル自己配置をセキュリティ境界ではなく機能として扱い、認証されたソースルーティングと機能限定ツールの実行を組み合わせた外部参照モニタを実装します。
論文 参考訳（メタデータ） (2026-08-28T16:34:05Z) - From Traceability to Justifiability: Accountability Structures in Agentic Software Engineering [0.0]
公開資料のみから、AIレコードがクレームを表現できるかどうか、宣言された場所を保持できるかどうかを測定する。
188個の二重グレード細胞で、デフォルトレコードが行動システムのコンテンツアイデンティティを出力するプラットフォームは見つからなかった。
計器は、パイプラインが発行した排気のみからの保証深度を計算し、宣言された深さと比較する。
論文 参考訳（メタデータ） (2026-08-21T16:45:00Z) - A Reproducibility Protocol for Cross-Implementation Evaluation of Post-Quantum ACVP Test Vectors [0.0]
本研究ではNIST ML-KEMの3つの公開実装のための製品中立プロトコルを定義する。
Protocol v2はプロバイダ固有の機能を凍結し、1つのバリデーションエラーを対称に適用し、選択されたすべてのケースを保存し、バイト、バリデーションバリデーション、サポートされた操作、アダプタエラーを分離する。
論文 参考訳（メタデータ） (2026-08-13T21:29:59Z) - The C-index illusion: discrimination without calibration in published survival models [0.0]
我々は3つの構造的に異なる領域にまたがって3つのサバイバル-MLモデルを再現する。
ホルム補正された家族的誤り率の下で,5つの事前登録仮説を検証した。
論文 参考訳（メタデータ） (2026-07-21T19:13:54Z) - How Language Models Fail: Token-Level Signatures of Committed and Persistent Reasoning Failures [21.666726162280696]
言語モデル推論の失敗は、識別可能なシグネチャを推論トレースに残す異なるプロセスを通して現れる。
1つ目は、モデルがそのトレースの早い段階で間違った推論パスにロックされる、コミット失敗である。
第二に、持続的な不確実性は、その代わりに至るところに蓄積され、完全なトレースは、失敗と成功した完了を最もよく区別するために必要である。
論文 参考訳（メタデータ） (2026-06-04T18:36:42Z) - Authenticated Contradictions from Desynchronized Provenance and Watermarking [48.47756819432157]
この研究は、$textitIntegrity Clash$を形式化し、実証的に実証している。
本稿では,3500枚のテスト画像に対して100%の分類精度を達成し,証明メタデータと透かし検出ステータスを共同評価する層間監査プロトコルを提案する。
論文 参考訳（メタデータ） (2026-03-02T20:42:12Z) - Propose, Solve, Verify: Self-Play Through Formal Verification [75.44204610186587]
形式的検証が信頼性の高い正当性信号を提供する検証コード生成設定における自己再生について検討する。
本稿では,PSV(Propose, Solve, Verify)という,難易度の高い合成問題を生成可能なプロジェクタと,専門家の反復によって訓練された解決器を作成するための,形式的検証信号を用いた簡単なセルフプレイフレームワークを紹介する。
そこで本研究では,生成した質問数とトレーニングの繰り返し数によるパフォーマンスの尺度を示し,形式的検証と難易度を考慮した提案を,自己再生を成功させる上で不可欠な要素として同定する。
論文 参考訳（メタデータ） (2025-12-20T00:56:35Z) - SWAP: Towards Copyright Auditing of Soft Prompts via Sequential Watermarking [58.475471437150674]
ソフトプロンプト(SWAP)のための逐次透かしを提案する。
SWAPは、特定のディフェンダー指定のアウト・オブ・ディストリビューション・クラスを通じて、透かしを符号化する。
11のデータセットの実験では、SWAPの有効性、無害性、および潜在的適応攻撃に対する堅牢性を示す。
論文 参考訳（メタデータ） (2025-11-05T13:48:48Z) - Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。
トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。
IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-10-28T09:28:12Z) - CLUE: Non-parametric Verification from Experience via Hidden-State Clustering [64.50919789875233]
隠れアクティベーションの軌跡内の幾何的に分離可能なシグネチャとして解の正しさが符号化されていることを示す。
ClUE は LLM-as-a-judge ベースラインを一貫して上回り、候補者の再選において近代的な信頼に基づく手法に適合または超えている。
論文 参考訳（メタデータ） (2025-10-02T02:14:33Z) - Auditing AI models for Verified Deployment under Semantic Specifications [65.12401653917838]
AuditAIは、解釈可能な形式検証とスケーラビリティのギャップを埋める。
AuditAIは、画素空間の摂動のみを用いた検証の限界に対処しながら、検証と認定トレーニングのための制御されたバリエーションを得られるかを示す。
論文 参考訳（メタデータ） (2021-09-25T22:53:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。