저차원 적응 (Low-rank adaptation, LoRA) 미세 조정 (fine-tuning)은 아동 성학대물 (CSAM) 생성을 포함하여, 특정 작업을 위해 오픈 웨이트 (open-weight) 이미지 생성 모델을 저렴하고 쉽게 맞춤화할 수 있게 만들었습니다. 기존의 중재 방식은 메타데이터 (metadata)나 생성된 출력물 (outputs)에 의존하지만, 메타데이터는 기만적일 수 있으며 출력물을 생성하는 것 자체가 용납되지 않거나 불법일 수 있습니다. 우리는 더 안전한 신호가 가중치 (weights) 안에 존재함을 보여줍니다. LoRA 업데이트의 좌상단 특이 벡터 (top-left singular vectors)는 가장 강력하게 학습된 변화에 대한 압축된, 추론이 필요 없는 지문 ($u_1$)을 형성합니다. CSAM에 대한 양성 프록시 (benign proxy)로 피실험자의 연령을 사용하여, 우리는 $u_1$이 LoRA가 무엇을 학습했는지 식별하고, 베이스 모델 (base models) 전반에 걸쳐 일반화되며, 관련 없는 양성 콘텐츠에 대해서는 판단을 유보한다는 것을 발견했습니다. 이 신호는 가산 가중치 노이즈 (additive weight noise), 재스케일링 (rescaling), 그리고 정밀도 감소 (precision reduction)에 대해 견고합니다. 이러한 결과는 유해한 LoRA가 메타데이터에 의존하거나 유해한 출력을 생성하지 않고도 가중치로부터 직접 스크리닝될 수 있음을 나타냅니다.