Ese artículo de investigación de Sentient realmente me hizo reconsiderar qué significa "robusto" cuando hablamos de métodos de huellas dactilares de LLM.

Aquí está lo que la mayoría de trabajos previos pasa por alto: todos asumen que el anfitrión del modelo sigue las reglas. Comportamiento correcto, respuestas predecibles, todo en orden. Pero así no funciona el mundo real. Una vez que introduces un anfitrión adversario en la ecuación—alguien que intenta activamente evadir o falsificar huellas—muchos de estos esquemas de identificación simplemente se desploman.

Las técnicas parecen sólidas en condiciones controladas de laboratorio. Datos limpios, escenarios cooperativos, todo alineado. Pero ¿qué pasa cuando cambias a entornos antagonistas? Ahí es donde empiezas a ver las grietas. Es un recordatorio de que la robustez teórica y la resistencia práctica son dos animales muy diferentes. La brecha entre "funciona en pruebas" y "resiste bajo ataque" es donde muchas suposiciones de seguridad se desmoronan en silencio.