論文の概要: Who's Behind the Text? Robust Model Authorship Attribution

• arxiv url: http://arxiv.org/abs/2610.19583v1
• Date: Wed, 14 Oct 2026 04:54:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.964629
• Title: Who's Behind the Text? Robust Model Authorship Attribution
• Title（参考訳）: 誰がテキストの背後にいるのか?ロバストなモデルオーサリングの属性
• Abstract要約: ATLASは、各ソースファミリーからテキストが生成される方法を学び、各ソース条件下でその可能性を比較することによって、与えられたテキストを属性化する。 実験の結果、ATLASはMAABenchとOpenTuringBenchで既存のベースラインを一貫して上回っていることがわかった。
• 参考スコア（独自算出の注目度）: 42.8712289783104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As large language models (LLMs) are increasingly used to generate text, their misuse has become a growing societal problem, with implications for academic misconduct, model distillation, and cyberattacks. For these reasons, Model Authorship Attribution (MAA), which identifies the source model of a given text, is important for promoting the responsible use of LLMs and improving AI safety. In practice, attribution systems must remain reliable beyond the distributions observed during training. They may encounter texts from unseen domains and writing settings, as well as generations from future versions of model families that were not available when the system was trained. However, existing MAA methods often exhibit substantial performance degradation under such distribution shifts. To address this challenge, we propose Authorship Tracing via Likelihood-based Attribution of Sources (ATLAS), which formulates MAA through source-conditioned text modeling rather than direct source prediction. ATLAS learns how text from each source family is generated and attributes a given text by comparing its likelihood under each learned source condition. We aggregate this likelihood evidence at the token level with clipping so that no single token dominates the decision. We further introduce MAABench, a broad MAA benchmark for evaluating practical OOD settings such as domain and version. Our experiments show that ATLAS consistently outperforms existing baselines across MAABench and OpenTuringBench. In particular, when both the generation domain and the model version change on MAABench, ATLAS achieves 74.27% accuracy, 9.00pp higher than the strongest baseline. Beyond MAA, ATLAS can also help identify distillation source models by measuring which source model a target LLM most closely resembles. Our extended experiments show that ATLAS recovers the known teacher of every distilled model we evaluate.
• Abstract（参考訳）: 大規模言語モデル (LLMs) がテキストを生成するのにますます使われているため、それらの誤用は、学術的不正行為、モデル蒸留、サイバーアタックといった社会的な問題に発展しつつある。 これらの理由から、与えられたテキストのソースモデルを特定するモデルオーサシップ属性(MAA)は、LCMの責任ある使用を促進し、AI安全性を向上させる上で重要である。 実際には、帰属システムはトレーニング中に観察される分布を超えて信頼性を保たなければならない。 それらは、目に見えないドメインや書き込み設定からのテキストや、システムがトレーニングされた時に利用できないモデルファミリーの将来のバージョンからの世代に遭遇する可能性がある。 しかし、既存のMAA法は、そのような分散シフトの下では大幅に性能が低下することが多い。 この課題に対処するために、直接的ソース予測ではなく、ソース条件付きテキストモデリングによりMAAを定式化する、Likelihood-based Attribution of Sources (ATLAS)によるオーサリング手法を提案する。 ATLASは、各ソースファミリーからテキストが生成される方法を学び、各ソース条件下でその可能性を比較することによって、与えられたテキストを属性化する。 トークンレベルでこの可能性の証拠をクリッピングで集約し、どのトークンも決定を下さないようにします。 さらに、ドメインやバージョンといった実用的なOOD設定を評価するための、幅広いMAAベンチマークであるMAABenchを紹介します。 実験の結果、ATLASはMAABenchとOpenTuringBenchで既存のベースラインを一貫して上回っていることがわかった。 特に、生成ドメインとモデルバージョンがMAABenchで変更されると、ATLASは74.27%の精度で、最強のベースラインよりも9.00pp高い。 MAA以外にも、ATLASは、どのソースモデルに最も近いLLMがどのソースモデルであるかを測定することで、蒸留源モデルを特定するのにも役立ちます。 我々の拡張実験は、ATLASが評価した全ての蒸留モデルの既知の教師を回復することを示している。

関連論文リスト

• OSM-based Domain Adaptation for Remote Sensing VLMs [49.91326341200221]
  リモートセンシングに適応した視覚言語モデル(VLM)は、ドメイン固有の画像テキストの監視に大きく依存する。 我々は、この依存関係を排除した自己完結型ドメイン適応フレームワークOSMDAを提案する。 画像テキストからテキストまでのタスクで10のベンチマークを網羅的に評価する。
  論文  参考訳（メタデータ） (2026-03-12T11:08:30Z)
• SoK: Large Language Model Copyright Auditing via Fingerprinting [69.14570598973195]
  既存の手法をホワイトボックスとブラックボックスのアプローチに分類する統一的な枠組みと形式的な分類法を導入する。 現実的な展開シナリオ下でのLDMフィンガープリント評価のための最初の体系的ベンチマークであるLeaFBenchを提案する。
  論文  参考訳（メタデータ） (2025-08-27T12:56:57Z)
• ALAS: Autonomous Learning Agent for Self-Updating Language Models [0.0]
  大規模言語モデル(LLM)は、しばしば知識の切れ目があり、新しい情報に対する正確性を制限する。 我々は、LLMの知識を最小限の介入で継続的に更新するモジュールパイプラインであるALASを紹介する。 ALASは、ターゲットドメインの学習カリキュラムを自律的に生成し、Webから最新の情報を(引用とともに)検索し、質問応答訓練データに蒸留し、教師付き微調整によりモデルを微調整する。 我々は,ALASが知識更新クエリに対して90%の精度でエンジニアリングオーバーヘッドを最小限に抑えることを示す。
  論文  参考訳（メタデータ） (2025-08-14T06:55:51Z)
• ATLAS: Autoformalizing Theorems through Lifting, Augmentation, and Synthesis of Data [23.162991948932813]
  ATLASは、定理文の高品質な並列コーパスを生成するために設計された、新しいデータ生成フレームワークである。 我々は,Llama3.1-8B-インストラクトをLoRAで微調整することで,117k文の学部レベルのデータセットを構築し,ATLASトランスレータを開発した。 このモデルは、Herald TranslatorとKimina-Autoformalizerに対する統計的に有意な改善を証明し、新しい最先端技術を確立している。
  論文  参考訳（メタデータ） (2025-02-08T13:28:51Z)
• A Bayesian Approach to Harnessing the Power of LLMs in Authorship Attribution [57.309390098903]
  著者の属性は、文書の起源または著者を特定することを目的としている。 大きな言語モデル(LLM)とその深い推論能力と長距離テキストアソシエーションを維持する能力は、有望な代替手段を提供する。 IMDbおよびブログデータセットを用いた結果, 著者10名を対象に, 著者1名に対して, 85%の精度が得られた。
  論文  参考訳（メタデータ） (2024-10-29T04:14:23Z)
• DECIDER: Leveraging Foundation Model Priors for Improved Model Failure Detection and Explanation [18.77296551727931]
  本稿では,大規模言語モデル (LLM) と視覚言語モデル (VLM) の先行情報を利用した画像モデルの故障検出手法であるDECIDERを提案する。 DECIDERは一貫して最先端の故障検出性能を達成し、マシューズ相関係数全体のベースラインを著しく上回っている。
  論文  参考訳（メタデータ） (2024-08-01T07:08:11Z)
• Attention is Not Always What You Need: Towards Efficient Classification of Domain-Specific Text [1.1508304497344637]
  階層構造に整理された数百のクラスを持つ大規模ITコーパスでは、階層構造における上位レベルのクラスの正確な分類が不可欠である。 ビジネスの世界では、高額なブラックボックスモデルよりも効率的で説明可能なMLモデルが好まれる。 PLMが広く使われているにもかかわらず、これらのモデルがドメイン固有のテキスト分類に使われている理由として、明確で明確な必要性が欠如している。
  論文  参考訳（メタデータ） (2023-03-31T03:17:23Z)
• Large Language Models with Controllable Working Memory [64.71038763708161]
  大規模言語モデル(LLM)は、自然言語処理(NLP)の一連のブレークスルーをもたらした。 これらのモデルをさらに切り離すのは、事前訓練中に内在する膨大な量の世界的知識だ。 モデルの世界知識が、文脈で提示された事実情報とどのように相互作用するかは、まだ解明されていない。
  論文  参考訳（メタデータ） (2022-11-09T18:58:29Z)

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。