训练留痕：中心化残差签名验证语言模型血统

开放权重语言模型经过微调、量化、剪枝和合并，但其来源往往缺乏文档记录。我们研究无数据白盒谱系验证：仅凭权重能否揭示两个兼容模型检查点是否共享祖先？ 残差训练在分支产物中产生共享的、与身份对齐的组件，因此仅凭该结构无法确立谱系。我们将其移除，并跨残差块比较检查点特有结构，得出一个针对独立检查点校准的对称谱系评分。在残差-MLP和GPT-2基准上，该评分能将微调、LoRA合并、剪枝和量化后代与独立及蒸馏模型区分开（AUROC=1.0），从而区分权重谱系与行为相似性。在保持功能的检查点清洗实验中，权重空间基线失去优势或失败；我们的评分保持不变，且在GPT-2上比最接近的稳健基线快76倍。投影配对信号出现在六个语言模型家族及更广范围内，一项案例研究正确识别了3个相关和7个无关的LLaMA-2公开检查点。综合来看，这些结果为兼容的开放权重语言模型检查点确立了一种被动、无数据的谱系信号。