利用大语言模型在随机数生成时的概率分布偏差来识别模型真伪的检测方法。
定义
大语言模型并不是真正的随机数生成器。当被要求”在 1-355 中随机选一个数字”时，不同模型会产生不同的概率分布偏差。这些偏差在大量采样后形成统计学上可区分的指纹，可以用于检测第三方 API 是否使用了声称的模型（即是否掺假）。
核心要点
- 每个模型的随机数选择有其独特的概率分布模式
- 该指纹不能被系统提示词轻易覆盖
- Token 消耗极低（数十 token 即可完成一次检测）
- 不同模型之间区分度高
相关实体
应用
- 检测第三方 AI API 是否掺假（用廉价模型冒充高价模型）
- 验证 API 渠道一致性