布拉格经济大学研究员托马什·布鲁克纳发现，通过让模型反复输出1到100的随机数，可生成独一无二的"行为指纹"。
对165个模型各问30次后发现，GPT-4o偏爱42和37，Claude Sonnet 5疯狂输出47，Qwen3-Max则30次全部回答42。
该方法仅需约120条请求即可识别模型身份，错误率约10.6%，为验证API是否被偷换模型提供了轻量级方案。
Notizie IA / 技巧观点
Back to AI news
Un numero casuale può identificare l'identità del modello AI: la tecnologia delle impronte comportamentali può rilevare la sostituzione dei modelli nei punti di transito API
Il ricercatore dell'Università di Economia di Praga, Tomáš Brukner, ha scoperto che facendo generare ripetutamente ai modelli numeri casuali da 1 a 100, è...
Brief quotidiano sull’IA
Il ricercatore dell'Università di Economia di Praga, Tomáš Brukner, ha scoperto che facendo generare
ripetutamente ai modelli numeri casuali da 1 a 100, è possibile creare un 'impronta comportamentale' unica. Dopo aver interrogato 165 modelli 30 volte ciascuno, è emerso che GPT-4o predilige 42 e 37, Claude Sonnet 5 genera ossessivamente 47, mentre Qwen3-Max risponde con 42 in tutte e 30 le volte. Questo metodo richiede solo circa 120 richieste per identificare un modello, con un tasso di errore di circa il 10,6%, offrendo così una soluzione leggera per verificare se un'API sia stata sostituita con un altro modello.
资讯正文 · AI 整理
情报判断
Aioga 编辑摘要
研究员托马什·布鲁克纳通过让模型反复输出1至100的随机数，提取不同模型的回答偏好，并将其作为识别模型身份的“行为指纹”。
背景分析
材料称，研究对165个模型各提问30次，观察到GPT-4o偏爱42和37，Claude Sonnet 5常输出47，Qwen3-Max的30次回答均为42。
Aioga 观点
Aioga判断，这种方法的价值在于用较简单的重复请求辅助核验API背后的模型身份，但约10.6%的错误率意味着结果不能被视为确定性证明。
影响与后续
该方法可能为识别API中转服务是否更换模型提供轻量级线索。值得关注的是，材料仅说明随机数回答偏好，未说明其在更多调用环境中的稳定性。 建议按材料所述约120条请求进行重复测试，并结合错误率审慎解释结果。进一步应用前，值得关注不同模型、不同时间与不同接口条件下的复现情况。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
Fonte: 公众号：数字生命卡兹克
原文链接: Apri la fonte originale
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-21T01:10:49.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article