大语言模型的节奏：使用标记间时间和网络流量分析对大型语言模型进行指纹识别

本研究解决了在各类技术生态系统中识别运行中的大型语言模型（LLM）的问题，以确保系统的安全性和可信性。提出了一种新颖的被动非入侵性指纹识别技术，通过分析标记间时间（ITT）在不同网络条件下高效识别不同语言模型。研究结果显示，该方法在多种部署场景下仍能保持高精度，为更加安全和可信的语言模型部署开辟了新路径。