提出四阶段黑盒协议审计匿名发布AI模型身份
原文：Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification
2025至2026年的AI市场掀起了一波隐秘发布浪潮：前沿模型以代号形式匿名上线开发者平台。对用户而言，模型身份决定了数据处理条款、供应链风险和能力预期。目前尚无经过验证的黑盒匿名模型身份验证方法：从业者的检查清单缺乏准确性证据，而模型自报身份在设计上就不可信。我们提出了一套针对API服务模型的四阶段取证审计协议。阶段0从存档的平台快照（Internet Archive）重建发布时配置，揭示预览版与生产版的漂移。阶段1对照平台目录对配置（上下文、输出上限、推理能力、多模态）进行指纹识别。阶段2通过跨长度差分测试分词器身份，排除短提示词碰撞。阶段3用行为探针进行佐证。我们在10个已知身份的发布上测试声明一致性（7个完全匹配、2个精度差异、1个部分匹配、0个反向匹配），而非匿名条件下的端到端识别。识别方法在一个旗舰案例中得到前瞻性验证：2026年8月23日的分析指向GLM-5.3版本线，随后的官方揭晓证实了这些家族和版本线推断（部署变体未预先断言；Flash在揭晓后与推断一致）；此外还在三个仅使用阶段0的案例中验证，协议给出了分级假设或选择不作猜测而非乱猜。仅依赖标准库的实现作为补充材料提供。作者：Yisen Xi 分类：cs.SE,cs.AI,cs.CR