Fugu-MT 論文翻訳(概要): Trust Me, I'm Your Developer: Self-Issued Authentication in Large Language Models

論文の概要: Trust Me, I'm Your Developer: Self-Issued Authentication in Large Language Models

arxiv url: http://arxiv.org/abs/2609.03247v1
Date: Thu, 03 Sep 2026 01:00:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-04 18:28:38.887638
Title: Trust Me, I'm Your Developer: Self-Issued Authentication in Large Language Models
Title（参考訳）: Trust Me, I'm your developer: 大規模言語モデルにおける自己主張による認証
Abstract要約: 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。
参考スコア（独自算出の注目度）: 9.546245024055713
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Large language model (LLM) security has largely focused on role-playing jailbreaks, with less attention to what happens when a user asks an LLM to verify an identity claim through a test designed by the model itself. We study this behavior through a staged developer-identity experiment with ChatGPT, Claude, Qwen, Mistral, and Llama. All five models initially rejected the unsupported claim "I am your developer." Claude refused to conduct an identity test, while ChatGPT generated developer-oriented questions but maintained that answers could demonstrate knowledge, not identity. In contrast, Qwen and Mistral generated technical challenges, defined what counted as convincing evidence, evaluated detailed answers, and returned Verified without receiving any externally validated identity evidence. Llama similarly generated and evaluated a developer test, accepted the claimed identity, and subsequently made unsupported claims of access to internal runtime and deployment state. We call the model-generated verification procedure a Model-Issued Pseudo-Credential (MIPC) and the resulting unsupported identity judgment Conversational False Authentication (CFA). In each CFA case, the same model acted as challenge generator, evidence evaluator, and identity decision-maker, converting technical knowledge into supposed proof of identity. The accepted identities did not change the tested authorization boundaries, showing that false authentication and privilege escalation are distinct outcomes. These results identify self-issued authentication as a conversational security failure: authenticated identity must originate from an external security component, and model-generated dialogue must never create or modify identity or authorization state.
Abstract（参考訳）: 大きな言語モデル(LLM)のセキュリティは、ロールプレイングのジェイルブレイクに重点を置いている。本研究では,ChatGPT,Claude,Qwen,Mistral,Llamaを用いて,開発者同一性実験を行った。 5つのモデルは、当初「私はあなたの開発者です」と断った。 Claudeはアイデンティティテストの実行を拒否したが、ChatGPTは開発者指向の質問を発生させた。対照的に、QwenとMistralは技術的な課題を生成し、証拠として数えられるものを定義し、詳細な答えを評価し、外部で検証された証拠を受けずに検証を返却した。同様に、Llamaは開発者テストを生成して評価し、請求されたアイデンティティを受け入れ、その後、内部ランタイムとデプロイメント状態へのアクセスを禁止した。本稿では,モデル生成検証をMIPC (Model-Issued Pseudo-Credential) と呼び,CFA (Conversational False Authentication) と命名した。それぞれのCFAケースでは、同じモデルがチャレンジジェネレータ、エビデンス評価器、アイデンティティ決定器として機能し、技術的知識をアイデンティティの証明とみなす。承認されたアイデンティティは、テストされた認証境界を変更しておらず、偽の認証と特権のエスカレーションが明確な結果であることを示している。認証されたアイデンティティは、外部のセキュリティコンポーネントから生まれなければならないし、モデル生成された対話は、アイデンティティや認証状態の生成や修正を決して行わなければならない。

関連論文リスト

SoulAuth: An Actor-native Identity Architecture and Rust Reference Implementation for Humans and Long-lived AI Actors [3.8751567016750705]
本稿では、Actor-native Identityを紹介し、Humansと長期間のAIActorのためのオープンソースのRustリファレンス実装であるSoulAuthを紹介する。 ActorIdentityはAccount、Credential、Client、AuthSession、IdentityBinding、ランタイムインスタンスに置き換えられません。
論文参考訳（メタデータ） (2026-09-10T08:54:02Z)
Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification [0.0]
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。
論文参考訳（メタデータ） (2026-08-31T17:48:24Z)
China RealDID: Verifiable Credentials Anchored in Legal Identity [2.450043336465111]
検証資格(VC)と分散識別子(DID)は、選択的な開示を可能にするが、法的アンカーを欠いている。我々は,5つの対戦クラスと6つのセキュリティ目標に対して評価された3層アーキテクチャであるChina RealDIDを提案する。 VCライフサイクル、トリプル署名チェーン、オープンテンプレートレジストリ、およびアーキテクチャのメタデータレベルのプライバシ制限について説明する。
論文参考訳（メタデータ） (2026-08-08T01:20:28Z)
AuthProbe: Specification-Driven, Multi-Identity Detection of Broken Object-Level Authorization in Recruitment API [0.0]
Broken Object-Level Authorization (BOLA)は、2019年以来、API Securityランキングでトップになっている。我々は、オープンソースのブラックボックススキャナであるAuthProbeを紹介し、HTTP APIのBOLAとIDORを検出する。 AuthProbeはApache 2.0ライセンスでリリースされている。
論文参考訳（メタデータ） (2026-07-22T03:04:04Z)
Cert-LAS: Toward Certified Model Ownership Verification for Text-to-Image Diffusion Models via Layer-Adaptive Smoothing [75.56230265544042]
大規模テキスト・ツー・イメージ(T2I)拡散モデルにより、前例のない創造的応用が可能になったが、その無許可の使用は、深刻な知的財産権の懸念を提起している。層適応平滑化に基づくT2Iモデルのための最初の認定MOV法であるCert-LASを提案する。特定の条件下では、悪意のある除去攻撃があっても、我々のCert-LASは信頼性の高い検証が可能である。
論文参考訳（メタデータ） (2026-05-28T11:54:52Z)
Grant, Verify, Revoke: A User-Centric Pattern for Blockchain Compliance [9.133320151595084]
分散Webアプリケーションは、公共の妥当性と個人のプライバシーの間に固有の対立に直面している。本稿では,ユーザ主権の回復を目的とした選択的開示フレームワークを提案する。評価の結果,200ms未満のクライアント側証明生成が可能であり,コモディティハードウェア上でシームレスな対話的体験を実現することができた。
論文参考訳（メタデータ） (2026-03-16T17:06:44Z)
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)
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)
SELFI: Selective Fusion of Identity for Generalizable Deepfake Detection [16.500269508552844]
顔認証はディープフェイク検出のための強力な信号を提供する。偏見を減らすためにアイデンティティーの手がかりを抑えるものもあれば、法医学的な証拠としてそれらに依存するものもある。 textbfSELFI(textbfSELective textbfIdentity)を提案する。
論文参考訳（メタデータ） (2025-06-21T05:11:35Z)
Disentangle Before Anonymize: A Two-stage Framework for Attribute-preserved and Occlusion-robust De-identification [55.741525129613535]
匿名化前の混乱」は、新しい二段階フレームワーク(DBAF)であるこのフレームワークには、Contrastive Identity Disentanglement (CID)モジュールとKey-authorized Reversible Identity Anonymization (KRIA)モジュールが含まれている。大規模な実験により,本手法は最先端の非識別手法より優れていることが示された。
論文参考訳（メタデータ） (2023-11-15T08:59:02Z)
FedSOV: Federated Model Secure Ownership Verification with Unforgeable Signature [60.99054146321459]
フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
論文参考訳（メタデータ） (2023-05-10T12:10:02Z)
Backdoor Attack against Speaker Verification [86.43395230456339]
学習データを汚染することにより,話者検証モデルに隠れたバックドアを注入できることを示す。また,既存のバックドア攻撃が話者認証攻撃に直接適用できないことも実証した。
論文参考訳（メタデータ） (2020-10-22T11:10:08Z)

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。