論文の概要: The Limits of Query Monitoring against Distributed Model Extraction

• arxiv url: http://arxiv.org/abs/2610.13083v1
• Date: Fri, 09 Oct 2026 06:37:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.432541
• Title: The Limits of Query Monitoring against Distributed Model Extraction
• Title（参考訳）: 分散モデル抽出に対するクエリモニタリングの限界
• Abstract要約: モデルプロバイダーは現在、何千ものアカウントを通じて蒸留キャンペーンを行っている。 開発には100万の実際のチャットターンを使用し、17週間後には、単一の凍結評価には設計上の選択が触れられなくなりました。 キャンペーンとユーザの間には,検出時間よりも検出時間の方が小さいが肯定的な違いがある。
• 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: Model providers now face distillation campaigns run through thousands of accounts, each of which looks like an ordinary user. When network and payment metadata cannot link those accounts, the only evidence left is what they ask. We study what a provider can and cannot learn from those queries alone, using one million real chat turns for development and 17 later weeks that no design choice touched for a single frozen evaluation. The answer is set less by anything specific to extraction than by benign coordination: a campaign is visible only if it is more distinctive than the most distinctive group of ordinary users in the same week. We make this precise, show that a small but positive difference between campaign and users buys a detection time rather than detectability, and identify the campaign that is hardest to detect. Empirically, a calibrated monitor catches naive distributed extraction that per-account monitors miss (0.86-1.00 of weeks), and one variant - selecting accounts that move together after discounting how topical each one is - still catches campaigns padded with natural text (0.50-0.96 of weeks) where the other two spectral detectors catch none. Distilling each campaign into a small student shows that, in our testbed, campaigns that evaded every detector kept at most 42% of the capability of a detectable one. The limits are equally concrete: a campaign that ramps up slowly poisons every detector's calibration, benign evaluation pipelines look exactly like distillation, we found no deployable detector at colluder shares of 2.5% or below, and campaigns that relay real users' requests may be invisible to any query-only monitor.
• Abstract（参考訳）: 今やモデルプロバイダーは、何千ものアカウントを通じて蒸留キャンペーンを行っている。 ネットワークと支払いのメタデータがそれらのアカウントをリンクできないとき、残る唯一の証拠は、彼らが何を尋ねているかだ。 我々は、開発のために100万の実際のチャットターンを使用して、プロバイダがこれらのクエリから何を学べるかを調査し、そして17週間後には、単一の凍結評価のために設計選択が触れられなくなることを報告した。 キャンペーンは、同じ週で最も独特な一般ユーザーのグループよりも、より独特な場合にのみ表示される。 我々はこれを正確に示し、キャンペーンとユーザーが検出時間ではなく検出時間を購入していることを示し、最も検出が難しいキャンペーンを識別する。 実験的に、キャリブレーションされたモニターは、アカウントごとのモニターがミス(0.86-1.00週)を検知する単純な分散抽出をキャッチし、また別の2つの検出器検出器が何もキャッチしない自然なテキスト(0.50-0.96週間)でキャンペーンをキャッチする。 それぞれのキャンペーンを小さな学生に蒸留すると、我々のテストベッドでは、あらゆる検出器を回避したキャンペーンが、検出可能な学生の42%の能力を保持していたことが分かる。 あらゆる検出器のキャリブレーションにゆっくりと毒を盛るキャンペーン、良質な評価パイプラインは蒸留とそっくりに見え、コルーダー株の2.5%以下でのデプロイ可能な検出器は見つからず、実際のユーザの要求を中継するキャンペーンは、クエリのみのモニタでは見えないかもしれない。

関連論文リスト

• Parsing the Stream: A Live Trace Model for Long-Horizon Agents and Their Observers [4.008486665405814]
  ロングホライゾンエージェントのトレースは、実行を監視している人間のオブザーバとエージェント自体の両方のコンシューマをオーバーホールする。 我々は、ライブトレースモデル、追加のみのイベント台帳を型付けされた実行状態に段階的に折り畳み、両方のコンシューマに対して評価する。 LLMリーダをプロキシとして評価したオブザーバ側では、コンパイルされたビューは、約14倍、15倍少ない入力トークンを使用して、質問に回答する。
  論文  参考訳（メタデータ） (2026-09-01T16:03:54Z)
• Steganalysis of Adaptive Covert Collusion in Tool-Using Agent Populations: A Black-Box, Cross-Principal Approach [0.0]
  大規模言語モデル(LLM)は、単一のオペレータではなく、多くのオペレータによって、共有インフラストラクチャに並行してデプロイされるようになっている。 これにより、シングルエージェントのセーフガードが逃避する集団レベルのリスクが生じる。 我々は,クロスラン相互情報推定,置換試験,分布シフト統計,タイミングとツールコール側チャネルを組み合わせたブラックボックスステガナリシス検出器を構築した。
  論文  参考訳（メタデータ） (2026-08-03T13:00:25Z)
• Collusion with Competitive Marginals: Price-Level Audits Are Blind by Construction [6.3803164500885705]
  共謀に関する実証研究は、データの1つに疑問を投げかけている。 いずれにせよ、これは利益がある陰謀によって「ノー」と答えられることを示す。 未説明入札成分の連立分布にのみ結合する入札エージェントを考える。 単一のエージェントの価格や入札履歴は、コモノトニティまで全ての結合強度に対して、その偽陽性率に完全に等しい力を持つ。
  論文  参考訳（メタデータ） (2026-07-29T01:39:13Z)
• Self-Supervised Uncalibrated Multi-View Video Anonymization in the Operating Room [11.757426920071175]
  全身人物検出と全身ポーズ推定からなる新しい多視点ビデオ匿名化フレームワークを提案する。 我々の中核となる戦略は、時間的・多視点コンテキストを用いて偽陰性を取り出すことにより、単一視点検出器を強化することである。 模擬手術の4D-ORデータセットと実手術のデータセットを用いて実験したところ,97%以上のリコールが達成された。
  論文  参考訳（メタデータ） (2026-02-02T21:54:57Z)
• Small Effect Sizes in Malware Detection? Make Harder Train/Test Splits! [51.668411293817464]
  業界関係者は、モデルが数億台のマシンにデプロイされているため、マルウェア検出精度の小さな改善に気を配っている。 学術研究はしばしば1万のサンプルの順序で公開データセットに制限される。 利用可能なサンプルのプールから難易度ベンチマークを生成するためのアプローチを考案する。
  論文  参考訳（メタデータ） (2023-12-25T21:25:55Z)
• Adversarially Robust One-class Novelty Detection [83.1570537254877]
  既存のノベルティ検出器は敵の例に感受性があることが示される。 本稿では, 新規性検知器の潜伏空間を制御し, 敵に対する堅牢性を向上する防衛戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-25T10:41:29Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• Probabilistic two-stage detection [83.9604523643406]
  現状の1段階検出器から2段階の確率的検出器を構築する方法を示す。 その結果、検出器は1段と2段の両方の前駆体よりも高速で精度が高い。
  論文  参考訳（メタデータ） (2021-03-12T18:56:17Z)
• Learning to Separate Clusters of Adversarial Representations for Robust Adversarial Detection [50.03939695025513]
  本稿では,最近導入された非破壊的特徴を動機とした新しい確率的対向検出器を提案する。 本稿では,非ロバスト特徴を逆例の共通性と考え,その性質に対応する表現空間におけるクラスターの探索が可能であることを推定する。 このアイデアは、別のクラスタ内の逆表現の確率推定分布を導出し、その分布を確率に基づく逆検出器として活用する。
  論文  参考訳（メタデータ） (2020-12-07T07:21:18Z)

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。