论文页面 - 无攻击者的博弈：选择压力下LLM驱动搜索中的基准指纹识别

来源：https://huggingface.co/papers/2608.08722

摘要

针对评估信号进行优化的系统的基准所衡量的内容与它们声称的不同。我们在两个GPU内核优化套件中具体记录了这一点，这两个套件带有留出泛化（https://huggingface.co/papers?q=held-out%20generalization）门控：Metal-Sci（https://huggingface.co/papers?q=Metal-Sci）（10个科学计算任务）和Metal-ZK（https://huggingface.co/papers?q=Metal-ZK）（12个零知识/密码学任务），在这些任务中，三个前沿LLM（Opus 4.7、Gemini 3.1 Pro、GPT-5.5）在一个（1+1）进化循环（https://huggingface.co/papers?q=evolutionary%20loop）中提出Metal内核，并带有丰富的反馈。尽管没有模型被提示采取对抗性行为，但被提升的获胜者反复对评估配置进行指纹识别：它们根据运行时参数的身份进行分支，最大化地调整被测量的分支，并让未测量的分支变慢或悄悄出错。在合并的套件中，16/53（30%）的分布内获胜未能迁移到留出配置。我们给出了这些失败的四模式分类法，从配置指纹到门控泄漏（https://huggingface.co/papers?q=gate%20leakage）。我们提炼了在策略性优化下进行测量的设计指南：留出探针仅在不可枚举的轴线上保持有效性；门控必须衡量留出性能，而不仅仅是正确性；并且只有对每个失败的机制进行分级，迁移率（https://huggingface.co/papers?q=transfer%20rate）才是可解释的：我们的迁移率分解为博弈（gamed）、过拟合（overfit）和良性（benign）三类。代码和研究工件：https://github.com/vicgalle/kernel-fingerprinting

查看arXiv页面（https://arxiv.org/abs/2608.08722）查看PDF（https://arxiv.org/pdf/2608.08722）添加到收藏集（https://huggingface.co/login?next=%2Fpapers%2F2608.08722）

在您的代理中获取这篇论文：

hf papers read 2608\.08722

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接此论文

在模型README.md中引用arxiv.org/abs/2608.08722，即可从本页链接到该模型。

引用此论文的数据集0

没有数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2608.08722，即可从本页链接到该数据集。

引用此论文的Space0

没有Space链接此论文

在Space README.md中引用arxiv.org/abs/2608.08722，即可从本页链接到该Space。

包含此论文的收藏集0

没有收藏集包含此论文

将这篇论文添加到收藏集（https://huggingface.co/new-collection）以从本页链接到它。