論文の概要: The Shape of Ownership: Verifying LLM Provenance through Semantic Structures
- arxiv url: http://arxiv.org/abs/2609.02553v1
- Date: Wed, 02 Sep 2026 13:04:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.338903
- Title: The Shape of Ownership: Verifying LLM Provenance through Semantic Structures
- Title（参考訳）: オーナシップの形状:意味的構造によるLCMの出現の検証
- Abstract要約: ProSEを導入し、固定されたクエリセットをターゲットのセマンティックドメインに置き換え、応答キーをドメイン条件の応答として意味構造に置き換える。
PROSEは、ドメイン固有のセマンティックテンプレートのプライベートバンクを構築し、構造的検証とクリーン応答の混合微調整によってそれらを内部化し、保持された自然クエリに対する応答で指定された構造を検出してオーナシップを検証する。
- 参考スコア（独自算出の注目度）: 38.16125764360159
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As large language models (LLMs) are increasingly redistributed, adapted, and served behind opaque APIs, model ownership can no longer be established reliably by inspecting model internals or deployment records. This creates a need for behavioral signatures that remain observable through black-box interaction. Yet most existing black-box fingerprints instantiate ownership signals through fixed query-key associations, reducing model identity to sparse memorized associations detached from ordinary behavior and limiting both robustness and stealth (e.g., fine-tuning or quantization) and stealthiness. A stronger fingerprint should instead be distributed, naturally elicited, and expressed at a higher semantic level. To this end, we introduce PROSE (Provenance through Relational Organization of Semantic Expression), replacing fixed query sets with a target semantical domain and brittle response keys with semantic structures internalized as domain-conditioned response behavior. Specifically, the fingerprint is encoded in how the model semantically organizes its in-domain conclusions, rather than in particular tokens or prescribed outputs. PROSE constructs a private bank of domain-specific semantic templates, internalizes them through mixed fine-tuning on structurally verified and clean responses, and verifies ownership by detecting the designated structures in responses to held-out natural queries. Extensive experiments across multiple model architectures, scales, and target domains show that PROSE achieves a 100% fingerprint detection rate on unmodified models with no observed false positives, preserves model utility, and retains strong detectability under downstream modifications and output transformations.
- Abstract（参考訳）: 大規模言語モデル(LLM)が再配布され、適応され、不透明なAPIの背後で提供されるようになると、モデル内部やデプロイメントレコードを検査することによって、モデルのオーナシップが確実に確立されなくなる。
これにより、ブラックボックスの相互作用を通じて観察可能な動作シグネチャが要求される。
しかし、既存のブラックボックスの指紋は、固定されたクエリキーアソシエーションを通じてオーナシップシグナルをインスタンス化し、通常の振る舞いから切り離された記憶されたアソシエーションへのモデルアイデンティティを減らし、ロバスト性とステルス(例えば、微調整や量子化)とステルス性の両方を制限する。
より強力な指紋は、代わりに配布され、自然に引き起こされ、より高度な意味レベルで表現されるべきである。
この目的のために、PROSE(Provenance through Relational Organization of Semantic Expression)を導入し、固定されたクエリセットを対象のセマンティックドメインに置き換え、応答キーをドメイン条件の応答行動として内部化されたセマンティック構造に置き換える。
具体的には、指紋は特定のトークンや所定の出力ではなく、モデルがドメイン内の結論をどのように意味的に整理するかで符号化される。
PROSEは、ドメイン固有のセマンティックテンプレートのプライベートバンクを構築し、構造的検証とクリーン応答の混合微調整によってそれらを内部化し、保持された自然クエリに対する応答で指定された構造を検出してオーナシップを検証する。
複数のモデルアーキテクチャ、スケール、ターゲットドメインにわたる大規模な実験により、PROSEは、観測された偽陽性のない未修正モデル上で100%の指紋検出率を達成し、モデルユーティリティを保持し、下流修正や出力変換の下で強力な検出性を保持する。
関連論文リスト
- Fingerprinting Text-to-Image Diffusion Models via Collapsed Generation [38.697895774925136]
崩壊生成は、学習された生成プロセスの本質的でモデルに依存した特性である。
崩壊した世代指紋は、混乱の少ない異なるソースモデルを識別できることを示す。
これらの指紋は、微調整されたデリバティブや、一般的で適応的なモデルやクエリレベルの難読化の下でも検証可能である。
論文 参考訳（メタデータ） (2026-08-12T07:12:38Z) - ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - Structured-Condensed Prompt Tuning in Vision-Language Models for Fine-grained Image Recognition [38.294322671641545]
微粒な画像認識は、手動のアノテーションに必要な相当な専門知識と努力のために重要な課題である。
現在のメソッドでは、クラスラベルを独立した独立したエンティティとして扱い、それらの間のリッチなセマンティックな関係を見渡しています。
本稿では,素早い学習における意味的構造モデリングの強化を目的としたSCPT(Structured-Condensed Prompt Tuning)を提案する。
論文 参考訳（メタデータ） (2026-07-07T12:09:49Z) - SIF: Semantically In-Distribution Fingerprints for Large Vision-Language Models [18.815997579213317]
既存のオーナシップ検証方法は、意味的に異常なクエリや、指紋としてのアウト・オブ・ディストリビューション応答に依存している。
SIF(Semantically In-Distribution Fingerprints)は,パラメータ修正を必要としない非侵襲的オーナシップ検証フレームワークである。
SIFは強力なステルス性と堅牢性を達成し、LVLM著作権保護のための実用的なソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-18T15:52:42Z) - A Behavioral Fingerprint for Large Language Models: Provenance Tracking via Refusal Vectors [43.11304710234668]
安全アライメントによって引き起こされる行動パターンを活用する新しいフィンガープリントフレームワークを提案する。
76の子孫モデルを対象とした大規模識別タスクにおいて,本手法は正しいモデル群を同定する際の精度を100%向上する。
本稿では,このプライベートフィンガープリントを,公開で検証可能なプライバシー保護アーティファクトに変換するための理論的枠組みを提案する。
論文 参考訳（メタデータ） (2026-02-10T05:57:35Z) - 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) - Every Step Counts: Decoding Trajectories as Authorship Fingerprints of dLLMs [63.82840470917859]
本稿では,dLLMの復号化機構をモデル属性の強力なツールとして利用できることを示す。
本稿では、デコードステップ間の構造的関係を捉え、モデル固有の振る舞いをよりよく明らかにする、DDM(Directed Decoding Map)と呼ばれる新しい情報抽出手法を提案する。
論文 参考訳（メタデータ） (2025-10-02T06:25:10Z) - CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。
数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。
我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
論文 参考訳（メタデータ） (2025-08-05T17:55:24Z) - RouteMark: A Fingerprint for Intellectual Property Attribution in Routing-based Model Merging [69.2230254959204]
我々は,統合されたMoEモデルにおけるIP保護のためのフレームワークであるRouteMarkを提案する。
我々の重要な洞察は、タスク固有の専門家は、探索入力の下で安定かつ独特なルーティング行動を示すことである。
属性と改ざん検出のために,類似性に基づくマッチングアルゴリズムを導入する。
論文 参考訳（メタデータ） (2025-08-03T14:51:58Z)
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。