Bài báo này đề xuất phương pháp Kiểm toán Tư cách Thành viên Nhận biết Nguồn (SMA) đầu tiên, xác định chính xác nguồn nội dung được tạo ra từ Thế hệ Tăng cường Truy xuất (RAG) và Thế hệ Tăng cường Truy xuất Đa phương thức (MRAG). Để khắc phục những hạn chế của các phương pháp suy luận tư cách thành viên hiện có, vốn không thể xác định chính xác nguồn (dữ liệu học chuyển giao, kết quả tìm kiếm bên ngoài và dữ liệu đầu vào của người dùng) của nội dung được tạo ra do tính phức tạp của hệ thống RAG/MRAG, chúng tôi sử dụng cơ chế ước lượng thuộc tính dựa trên tối ưu hóa bậc không và các kỹ thuật thuộc tính liên phương thức. Cụ thể, chúng tôi sử dụng MLLM để chuyển đổi dữ liệu đầu vào hình ảnh thành văn bản, cho phép suy luận tư cách thành viên dựa trên lịch sử tìm kiếm hình ảnh trong các hệ thống MRAG. Điều này mở ra một góc nhìn mới tập trung vào "nội dung đến từ đâu" thay vì liệu dữ liệu có được "ghi nhớ" hay không.
