One token is enough: fingerprinting LLMs from one token output distributions
a day ago
- 研究人员提出一种新方法，通过简单提示的单令牌输出分布对LLM进行指纹识别与验证。
- 该技术仅需在四种语言中使用简单的单字提示，每次查询仅消耗一个输出令牌，效率极高。
- 行为指纹展现出高度的模型特异性，同一模型的样本间距离远小于不同模型间的距离。
- 指纹间的Jensen-Shannon散度能以59.5%的准确率识别模型谱系，远高于18.4%的随机概率。
- 仿生识别风格的验证协议实现了低错误率，每次审计约需100次单令牌查询。
- 研究揭示了商业LLM端点的异常现象，例如某专有品牌模型与开源权重的Qwen模型无法区分。
- 该协议的流程、提示词、原始数据及分析代码均已公开发布，可供复现与实际应用。