arXiv：cs.CL（计算语言学，全量分类）· Haohan Yuan, Simin Chen, Xi Niu, Hanqing Guo, Depeng Xu, Haopeng Zhang·· 3 小时前AI 评分49
用定向改写伪造 LLM 作者指纹：ForgePrint 框架实现 70.2% 目标归属成功率
Forging LLM Authorship Fingerprints with Targeted Rewriting
AI 导读
研究者提出 ForgePrint，一种"先搜索后蒸馏"框架，通过定向改写让归属分类器把某模型的输出误判为指定目标模型。在 CNN/DM 上，蒸馏出的 4B Student 模型对未参与攻击的留出分类器达到 70.2% 目标成功率，超过其 Teacher（54.1%）和六个已发表改写基线中最强者（39.3%）；将开源模型摘要迁移至选定商业模型时成功率为 68.3%。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org