FDLLM:一种在多语言、多领域黑箱环境中检测大语言模型文本指纹的方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出FDLLM模型,解决了用户识别不透明大语言模型(LLM)的难题,提升了多语言场景下的检测效率,并构建了包含90,000个样本的FD-Datasets数据集,实验结果表明其检测性能显著优于现有方法。
🎯
关键要点
- 本研究提出FDLLM模型,解决用户识别不透明大语言模型(LLM)的难题。
- FDLLM模型提升了多语言和多领域场景下的检测效率。
- 构建了包含90,000个样本的FD-Datasets数据集,覆盖20种不同的LLM。
- 实验结果表明FDLLM的检测性能显著优于现有方法。
➡️