本研究提出了一种基于梯度的成员推断测试（gMINT），用于判断特定文本是否被用于训练大型语言模型。实验结果显示，gMINT在七个基于Transformer的模型上表现出高鲁棒性，AUC得分在85%到99%之间，为数据隐私保护提供了可靠的审计工具。