Locket: 语言模型的鲁棒特征锁定技术

聊天机器人提供商（例如OpenAI）依赖于分级订阅方案来产生收入，为免费用户提供基本模型，为付费订阅者提供高级模型。然而，为高级功能（例如数学、编码）提供更细粒度的付费解锁方案被认为对提供商来说更具经济可行性。这种方案需要一种特征锁定技术（FLoTE），该技术（i）在拒绝锁定功能方面有效，（ii）对未解锁功能具有效用保持性，（iii）能抵御逃避或未经授权的凭证共享，并且（iv）可扩展到多个功能和用户。然而，现有的FLoTE（例如密码锁定模型）不够稳健或可扩展。我们提出了Locket，第一个能够实现付费解锁方案的稳健且可扩展的FLoTE。Locket使用一种新颖的合并方法，将适配器附加到LLM上，以拒绝未经授权的功能。我们全面的评估表明，Locket是有效的（在锁定功能上100%拒绝），效用保持性好（在未解锁功能上效用下降leq 7%），稳健（攻击成功率leq 5%），并且可以扩展到多个功能和客户端。