Who Is Behind the Harness? Fingerprinting LLMs through Agentic Behavior

arXiv cs.CR · 25 sept, 06:00

Investigadores presentan LIDAR, un método para identificar qué modelo de lenguaje opera detrás de un agente de codificación sin acceso a pesos ni logits internos. Mediante pruebas controladas que exponen el comportamiento post-edición, recuperación ante fallos y resolución de conflictos, el método logra alta precisión al diferenciar 36 modelos de siete familias. El trabajo muestra que el comportamiento de ejecución en agentes revela información de identidad más allá de las salidas finales.