본 논문은 대규모 언어 모델(LLM)의 소유권 및 지적 재산권 보호에 대한 우려를 해결하기 위해, 백도어 기반 지문 제거 기술인 Mismatched Eraser (MEraser)를 제시합니다. MEraser는 불일치 및 정상 데이터셋을 활용한 2단계 미세 조정 전략을 통해 백도어 기반 지문을 효과적으로 제거하면서 모델 성능을 유지합니다. 다양한 LLM 아키텍처와 지문 인식 방법에 대한 광범위한 평가를 통해, MEraser가 1,000개 미만의 소량의 학습 데이터로도 완벽한 지문 제거와 동시에 모델 성능을 유지함을 보여줍니다. 또한, 모델 간 반복적인 학습 없이 효과적인 지문 제거를 가능하게 하는 전이 가능한 지우개 메커니즘을 소개합니다. 결론적으로, 본 논문은 LLM에서 지문 제거를 위한 실용적인 해결책을 제공하고, 현재 지문 기술의 취약성을 드러내며, 향후 더욱 강력한 모델 보호 방법 개발을 위한 종합적인 평가 기준을 제시합니다.
