arXiv Artificial Intelligence· Gonzalo Mancera, Julian Fierrez, Aythami Morales, Ruben Tolosana, Daniel DeAlcala, Francisco Jurado·· 18 小时前AI 评分22
inLoRA-MINT：用内部表征审计领域适配 LLM 的训练数据
inLoRA-MINT: Internal Representations for Auditing Training Data in Domain-adapted LLMs
AI 导读
研究者提出 inLoRA-MINT，通过模型中间表征（激活与参数相关信号）训练 MINT 分类器，在无需完整访问模型参数的情况下判断样本是否被用于 LoRA 微调。该方法在 Qwen、Phi-4、DeepSeek-V3 和 LLaMA 3.2-3B 四款模型、覆盖医学、数学与学术推理的三套数据集上取得 95% 至 98% 的稳定成绩，并对模型配置与数据分布变化保持稳健。
来源：arXiv Artificial Intelligence · arxiv.org