이 연구는 독립 검증자가 원격 배포 모델에 직접 접근하지 않고도 청구자가 동일한 모델을 보유하는지 평가하는 제3자 챌린지-응답 신원 검증(TP-CRIV)에서, 확률적 AI 모델은 동일 질의도 매번 다른 출력을 낼 수 있어 확률적 증거를 어떻게 누적하고 얼마나 모아야 신뢰할 수 있는지를 다룬다. 저자들은 매칭·비매칭 검증자의 챌린지별 행동을 검증 수준의 분리 가능성과 연결해 TP-CRIV의 통계적 분리 가능성을 특성화하고, 독립 챌린지 수와 반복 응답 수가 탐지 성능에 미치는 영향을 설명해 목표 AUC에 필요한 검증 예산을 추정할 수 있도록 했다. 개방형 질의를 활용한 LLM 실험에서 매칭·비매칭 간 분리, 이론과 실측 AUC 간의 높은 일치, 최소 검증 예산 추정값의 일관성을 확인했다.

• •확률적 AI 모델의 제3자 챗맰지-응답 신원 검증(TP-CRIV)의 통개적 분리 가능성을 이론적으로 특성화
• •독립 도전·반복 응답수가 탐지 성능에 끼았았죠 영향을 정눰화떠 모델링
• •목표 AUC 달성에 필요한 검증 예산을 추정하는 방법 제시
• •LLM 실험에서 이릅과 실측 AUC의 뚴은 일지 확인