Anytime-valid detection of LLM weight exfiltration

arXiv cs.CR · 9 oct, 06:00

Investigadores proponen un método para detectar fugas de pesos en servidores LLM comprometidos que codifican datos maliciosos en las elecciones de tokens. El enfoque utiliza un e-process calibrado que acumula evidencia de desviaciones entre respuestas de un servidor confiable y uno potencialmente comprometido, manteniendo control sobre las falsas alarmas en un horizonte de monitorización ilimitado.