arXiv Artificial Intelligence· Ruihan Hu, Wei Luo, Yu-Ming Shang, Jiakai Wang, Chuxuan Zhang, Mei Li, Xi Zhang, Meikang Qiu·· 13 小时前AI 评分38
Logit Laundering：在 LLM 中规避数据使用审计
Logit Laundering: Evading Data-Use Auditing in Large Language Models
AI 导读
研究者提出 Logit Laundering 规避框架，让不合规的 LLM 提供方在推理时通过 logit 重塑模块抑制水印统计信号，在不改动模型参数的情况下逃避数据使用审计。
推荐理由模型分析
该工作从对抗视角检验 LLM 数据水印审计的可规避性：提出 Logit Laundering，在推理阶段仅于 logit 空间重塑输出、不改模型参数，并用置信度感知缩放平衡规避效果与模型效用。实验显示其能显著削弱多种现有审计方法的可检测信号，同时保持下游任务表现。适合数据版权审计、水印与模型安全研究者据此评估现有审计的鲁棒性边界，并作为设计更强检测方法的基线；结论限于所测审计方法与实验条件。
来源：arXiv Artificial Intelligence · arxiv.org