Ikaleio/lm-detector

解决的问题

本项目旨在解决第三方 API 提供商中存在的“模型替换”问题。它帮助用户验证声称提供特定大语言模型 (LLM) 的 API 是否真的在提供该模型，还是替换为了其他模型。

工作原理

它使用了一种非语义的“指纹识别”技术。该工具提示 LLM 生成约 300 个 1 到 355 之间的整数。由于 LLM 在生成“随机”数字时存在固有的偏差，这些输出会形成特定模型系列独有的稳定数值分布。检测器将此分布与已知模型的参考数据库进行比较，以识别最可能的候选模型。此外，它还可以选择执行分词器探测，分析模型如何拆解文本，从而提供额外（尽管是次要的）证据。

适用人群

适用于依赖第三方 API 聚合器或“模型中转站”，并希望验证他们所付费或使用的模型真实性的开发者、研究人员和用户。

主要亮点

• 多协议支持：支持 OpenAI、Chat Completions 和 Anthropic Messages 格式。
• 双重接口：提供基于 Web 的仪表板和用于批量测试及本地数据管理的命令行界面 (CLI)。
• 可扩展数据库：包含 GPT、Claude、Gemini、Grok、Qwen 和 DeepSeek 等主流模型的参考库，并提供在本地采样和重新训练检测器的工具。
• 注重隐私：支持直接 API 连接、基于浏览器的请求或自托管的 Cloudflare Worker 代理，无需依赖项目自身的服务器。