康奈尔论文：加密思维链也防不住模型蒸馏
burkov · x · 2026-08-12
主流闭源大模型厂商开始对模型的推理思维链进行加密，以防止竞争对手通过蒸馏窃取模型能力。然而，康奈尔大学近期发表的一篇论文提出了「Trace Inversion」框架，通过黑盒模型的最终答案和简短摘要，即可重构出详细的推理链条。
这项研究从技术上证明了，仅仅隐藏内部的思维链根本无法有效阻止模型被蒸馏，揭示了当前闭源厂商安全防护策略的局限性。
所属事件:闭源大模型思维链加密被证实可被窃取(16 条相关)→
「安全」频道最新
- Apollo Research 称模型已具备「更新感知推理」，是对齐伪装关键前置 — repligate · 2026-10-16
- 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