西安交大等團隊IJCAI 2026綜述：大模型“隱式身份”怎樣防惡意蒸餾

來源：網易號"碼上閑敘"

原文鏈接：https://www.163.com/dy/article/L2UTHJ4M05561FZW.html

花費上億美元、集結頂尖算力訓練出的大模型，為什么會被別人以極低成本復制甚至竊取？2026年，Anthropic公開披露了一起針對Claude的大規模疑似模型蒸餾事件，攻擊者利用欺詐賬戶和代理服務瘋狂收集模型輸出。只用賬戶封禁、訪問控制這些外部手段，面對隱蔽的“白嫖”與盜用，已經防不勝防。數據從哪來？模型是否被克隆？生成的AI內容到底出自誰手？這三個問題，正把大語言模型“身份認證”推向安全防御的第一線。

近日，西安交通大學、中國科學院信息工程研究所和澳大利亞迪肯大學的研究團隊，在人工智能頂會IJCAI 2026上發表綜述論文，首次提出大模型“隱式身份（Implicit-ID）”統一理論框架。論文系統厘清了業內長期混用的“水印”與“指紋”概念，梳理了貫穿數據集、模型、生成內容全生命周期的身份認證方案，為大模型的安全與可追溯提供了技術全景圖。劉冰、王順平、朱煜帆、余欣怡、黃晶、杜林康、裴紅斌（通信作者）和羅瑋是這篇論文的共同作者，預印本已在arXiv公開。

大語言模型的訓練需要海量數據與巨額算力，僅GPT-4的訓練成本就有報道估算達到億美元量級。參數泄露、未經授權使用、訓練數據違規利用、輸出濫用，以及生成內容來源難以識別等安全問題隨之而來。Anthropic在2026年披露的事件，更加清晰地暴露了單純的賬戶管理與行為檢測的局限：攻擊者能夠規模化繞過外部圍欄，試圖將大模型的能力低成本遷移到自己的系統里。這一現實把問題引向根源——僅靠外部防線不夠，還需要一種能夠嵌在模型內部。