웹 애플리케이션에 배포된 LLM의 무단 재배포 및 오용을 방지하기 위해, 규칙 기반 다국어 자연어 지문(MNLF)을 모델 가중치의 희소 부분 집합을 수정하여 임베딩하는 지식 편집 프레임워크인 RFEdit를 제안합니다. RFEdit는 우발적 트리거링 없이 효율적이고 강력한 지문 주입을 가능하게 하며, Fingerprint Subspace-aware Fine-Tuning(FSFT)을 통해 정당한 미세 조정 중 지문 열화를 완화하여 지문 무결성을 유지합니다. RFEdit는 양자화 및 가지치기에 대한 강력한 성능을 유지하며, FSFT와 결합 시 다운스트림 작업 성능을 향상시킵니다.
