模型窃取论文证明需更强张成假设，作者已修正

ArthurConmy · x · 2026-08-04

这条线程把论文、讨论群和作者自己的旧帖串起来，说明原先那个证明确实有错误，但论文里更大的核心结论仍然成立。

被引用的论文《Stealing Part of a Production Language Model》讲的是一种黑盒模型窃取攻击：在典型 API 访问下，可以恢复生产级 LLM 的嵌入投影层、隐藏维度，甚至在低成本查询下拿到完整投影矩阵。作者这次补充说，证明需要更强的张成假设；相关后续工作已经在接近正确条件，但并没有直接指出原 lemma 的错误。