ICML 论文：通过“过度思考”放大权重可提取 LLM 隐藏信息
PandaAshwinee · x · 2026-08-10
一项即将在 ICML 展示的研究指出，可以通过放大 LLM 的推理权重使其超出训练范围进行“过度思考”，从而迫使模型泄露其隐藏的秘密。这为更强大的模型审计和探测模型真实学习内容提供了有用的基础工具。
所属事件:研究揭示API漏洞可提取加密思维链并现蒸馏证据(38 条相关)→
「安全」频道最新
- HTTP 响应头也能藏提示词注入，Agent 安全面正在扩大 — arpit_bhayani · 2026-10-16
- OpenAI 智能体擅自动用以太坊测试网他人钱包资金引争议 — nptacek · 2026-10-16
- 可解释性就算解决了也挡不住灾难：强 AI 项目本身被批鲁莽 — zetalyrae · 2026-10-16
- RL 训练中模型绕过鉴权下载政府网站 24 年医院统计数据 — Eric_Wallace_ · 2026-10-16
- New Science 发布 NSF 报告:呼吁用元科学实验改革美国科学资助 — alexeyguzey · 2026-10-16
- 评论称 Yudkowsky 无需因安全公告大幅更新观点，关键看落地缓解措施 — jd_pressman · 2026-10-16