Meta FAIR 推出 WM-Basin，黑盒检出 79% 蒸馏模型

Meta FAIR 发表论文《Watermark Basins: Black-Box Detection of Distilled LLMs》，提出名为 WM-Basin 的黑盒检测方法。该方法仅通过 API 访问即可发现模型权重中的水印痕迹，针对通过 API 蒸馏大模型的行为，能够以 79% 的准确率检测出蒸馏得到的模型，为防范蒸馏攻击提供了新工具。

2026-10-29 ~ 2026-10-30 · 2 条相关