Meta发布WM-Basin黑盒检测蒸馏模型方法
热点事件持续更新
Meta发布WM-Basin黑盒检测蒸馏模型方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Meta 发布论文提出 WM-Basin 方法，可从蒸馏模型的文本输出中黑盒检测其是否源自带水印的 API 输出。做法是把嫌疑模型的 API 输出转成固定探针模型的梯度，再与真实密钥比对。 在 1,200 个蒸馏模型、0.1% 假阳性率下，该方法对 n-gram=1 水印的检出率为 79%，传统 token 计数仅 29%。量化、轻度剪枝和 RL 后训练未能消除该痕迹，但在干净数据上进一步微调会削弱它。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 16:05
Meta 论文：从水印输出蒸馏的模型可被黑盒检测报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Rohan PaulMeta 论文：从水印输出蒸馏的模型可被黑盒检测
Meta 新论文提出 WM-Basin，可从蒸馏模型的文本输出中黑盒检测其是否源自带水印的 API 输出。该方法把嫌疑模型的 API 输出转成固定探针模型的梯度，再与真实密钥比对；在 1,200 个蒸馏模型、0.1% 假阳性率下，对 n-gram=1 水印的检出率达 79%，而传统 token 计数仅 29%。量化、轻度剪枝和 RL 后训练未能消除该痕迹，但在干净数据上进一步微调会削弱它。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。