arXiv · cs.AI· Hengxiang Zhang·· 15 天前AI 评分28
WildTrace：评估真实大规模 LLM 后训练场景下的训练数据检测
WildTrace: Evaluating Training Data Detection in Realistic Large-Scale LLM Post-Training
来源与原文
arXiv · cs.AI
作者：Hengxiang Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.16152v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 WildTrace 基准，在覆盖 SFT、DPO 和 RL 的真实大规模后训练流程中评估训练数据检测方法，并构建四个任务上分布匹配、成员标签可验证的评测集。结果显示现有最佳方法的平均 AUC 仅 0.529，接近随机猜测水平（0.5），且评测协议会显著影响测得的检测性能。
来源：arXiv · cs.AI · arxiv.org