Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Ghost in the Transformer: Tracing LLM Lineage with SVD-Fingerprint

Created by
  • Haebom
Category
Empty

저자

Suqing Wang, Ziyang Ma, Xinyi Li, Zuchao Li

개요

본 논문은 대규모 언어 모델(LLM)의 급속한 발전에 따라, 모델의 출처를 검증하는 효과적인 방법인 GhostSpec을 제안합니다. GhostSpec은 모델 훈련 데이터 접근이나 모델 동작 변경 없이, 내부 어텐션 가중치 행렬에 특이값 분해(SVD)를 적용하여 모델의 구조적 정체성을 포착하는 콤팩트하고 강력한 지문을 생성합니다. 이는 데이터가 필요 없고, 비침습적이며, 계산 효율적입니다.

시사점, 한계점

시사점:
LLM의 지적 재산 보호에 기여합니다.
LLM 생태계의 투명성과 신뢰성을 증진합니다.
모델의 재사용 추적을 위한 실용적인 솔루션을 제공합니다.
순차적 미세 조정, 가지치기, 블록 확장, 적대적 변환에 강한 복원력을 보입니다.
한계점:
논문에 구체적인 한계점에 대한 내용은 명시되지 않았습니다.
👍