AuxMark: Defending Against Unauthorized Agent Distillation via Auxiliary Behavioral Watermarking

arXiv cs.CR · 29 sept, 06:00

Investigadores presentan AuxMark, un marco de watermarking conductual para detectar la destilación no autorizada de agentes basados en LLM. El método inserta dinámicamente acciones auxiliares seguras en las trayectorias del modelo maestro y utiliza pruebas estadísticas para detectar si un modelo estudiante fue entrenado con datos del modelo original.