热点事件持续更新
ForgePrint实现LLM作者指纹定向迁移
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
2026年10月1日，arXiv cs.CL 发布研究，提出 ForgePrint 框架，采用“先搜索后蒸馏”方式，通过定向改写让归属分类器把某模型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 的 54.1% 和六个已发表改写基线中最强者的 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%。目前该工作为单篇论文报道，尚无后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
arXiv 发布 ForgePrint 框架，定向改写可使归属分类器误判，目标成功率最高 70.2%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.CL（计算语言学，全量分类）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
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%。
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。