idSCD：通过语义相关描述符识别训练数据集

研究者提出基于语义相关描述符（SCD）的白盒语义指纹方法 idSCD，通过模型学到的语义相关结构判断某数据集是否属于其训练混合数据，无需留一数据集模型。在自然语言推理、情感分类和医学文本分类三组实验中，该方法平均性能最高、标准差最低，优于黑盒基线 RMIA、Attack-P、LiRA 及白盒 SIF 基线，数据集语义特征差异明显时 ROC-AUC 相对提升超 60%。