본 논문은 대규모 언어 모델(LLM)의 무단 파생 모델 생성 문제를 해결하기 위해, 경사 기반 지문 프레임워크인 TensorGuard를 제시한다. TensorGuard는 훈련 데이터, 워터마크 또는 특정 모델 형식에 의존하지 않고, 랜덤 입력 섭동에 대한 경사 응답을 분석하여 모델 고유의 행동적 서명을 추출한다. safetensors 형식을 지원하며, 경사 특징의 통계적 분석을 통해 고차원 지문을 생성하여 모델 간 유사성 평가 및 계보 분류를 가능하게 한다. 58개의 모델(8개 기본 모델과 50개 파생 모델)을 대상으로 한 실험 결과, 94%의 분류 정확도를 달성했다.
