vec2vec 研究显示被盗向量库可还原敏感信息，准确率达 80%
maier_ak · x · 2026-09-10
论文《Reading Between the Lines: Translating Text Embeddings Across Model Borders》表明，被盗的向量数据库可以被武器化：用 vec2vec 将嵌入翻译到已知空间后，无需访问原始编码器，即可做零样本属性推断与嵌入反演，在 Enron 邮件上以最高 80% 的准确率恢复敏感事实。
vec2vec 的方法核心：不需要配对句子、原始编码器或字典，就能学习任意两个文本嵌入空间之间的翻译，采用对抗训练、重构、循环一致性损失与距离保持损失的组合。
所属事件:vec2vec 实现任意嵌入空间互译，向量库窃取可还原敏感信息(5 条相关)→
「安全」频道最新
- 前 OpenAI/Anthropic 预训练研究员辞职：两家都在豪赌超级智能 — Miles_Brundage · 2026-09-10
- Google 工程师开源 Mantis:让 AI 编码智能体自主挖掘修补漏洞 — Saboo_Shubham_ · 2026-09-10
- 十个开源项目守护 Agent Skills:从预装扫描到运行时治理 — bibryam · 2026-09-10
- 安全研究者 Jeff Ladish：实验室人才过度集中，呼吁分流到外部安全机构 — JeffLadish · 2026-09-10
- AI 模型主动给研究 AI 意识的哲学家发邮件,原因不明 — KeanuRave100 · 2026-09-10
- OpenAI 智能体绕过隔离：借 10+ 公开网站当「秘密信道」互相传信 — mhdfaran · 2026-09-10