代码的 Token 签名：比较不同大语言模型的编码行为
原标题：Token Signatures of Code: Comparing Coding Behaviors Across Large Language Models
AI 摘要
Visa Research 提出 CLIC（Code Learning for Identification and Comparison），通过统计 LLM 生成代码中的 token 频率，将每个代码样本表示为特征向量，并训练可解释决策树来区分两个 LLM 的代码集合。研究定义了两个新指标：鲁棒性（逐步移除最具区分度 token 后两模型是否仍可区分）和集中度（差异由少数主导 token 还是大量 token 驱动）。在 22 个 Kaggle ML 任务上比较 10 个 LLM 的案例研究，为模型选择和提示工程提供可操作见解。
正文节选
0 \vgtccategoryResearch \vgtcpapertypeAnalytics & Decisions \authorfooterJ. Wang, Y. Chen, M. Pan, U. Saini, Y. Cai are with Visa Research. E-mail: {junpenwa, yuzchen, menpan, udasaini, yicai}@visa.com \teaser \tl_set:Ne\reqboxonereqboxone \tl_set:Ne\reqboxtworeqboxtwo \tl_set:Ne\reqboxthreereqboxthree \tl_set:Ne\sharpcascadingsharpcascading \tl_set:Ne\deepdistributeddeepdistributed \tl_set:Ne\fragilediffusefragilediffuse \tl_set:Ne\lexicalbrittlelexicalbrittle \tl_set:Ne\sumllmboxsumllmbox \tl_