Training Witnesses: Trusting the Training without Trusting the Trainer
该论文针对机器学习领域一个日益尖锐的结构性问题：研究进展的速度已经超过了验证能力。随着论文数量激增，每一项科学结论在最初阶段都只能依赖对「训练者」的信任，由此造成评测标准不统一、基线不可比、可靠进展被拖慢。传统上验证负担落在读者身上——读者
#model-provenance
共收录 4 条相关情报。
← 返回所有主题Retrospective Distillation Attribution via Normalized Response Similarity
模型蒸馏通过在监督微调（SFT）阶段使用教师模型（通常来自商业 API）生成的回复来迁移能力，这使蒸馏后模型的来源归属（provenance）成为合规、许可与知识产权层面的现实问题。已有的蒸馏归因方法大多假设学生模型在 SFT 刚结束时就被
Fingerprinting Multimodal Large Language Models
这篇论文针对多模态大语言模型（MLLMs）在版权与模型溯源方面的空白提出首个「多模态模型指纹」研究。研究背景是：MLLM 已被广泛用于图文推理等任务，但近期事件表明其存在被非法部署、被未授权蒸馏（即第三方用其输出训练衍生模型）的风险，而现有
LineageMark: Multi-user White-box Watermarking for Contribution Tracing in Model Derivation Chains
本文针对开放大语言模型（LLM）生态系统中模型在多领域、多应用场景下频繁适配形成多阶段衍生链导致的贡献溯源与知识产权保护难题，提出了一种名为LineageMark的多用户白盒水印框架。现有水印方法主要针对单用户一次性嵌入，无法有效应对多次模