WARP: Weight-Space Analysis for Recovering Training Data Portfolios
WARP는 공개된 파인튜닝 모델의 가중치만으로 학습에 사용된 도메인 혼합 비율을 역추적하는 프레임워크로, 베이스 모델과 파인튜닝 모델 간의 보간(model merging)으로 유사 체크포인트를 생성하여 가중치 공간의 기하학적 발자국을 추출한다. BERT와 GPT-2 실험에서 각각 평균 MAE 0.046, 0.104를 달성하며 멤버십 추론(membership inference) 기반 방법 및 실제 학습 궤적에 접근 가능한 변형보다 뛰어난 성능을 보였다.