您现在的位置是:热点 >>正文
谷歌“窃取”GPT-3.5模型关键信息:成本低至150元,调用API即可得手
热点163人已围观
简介划重点:🔍 谷歌成功攻击OpenAI GPT-3.5-turbo模型,成本低至150元🛡️ 攻击方法简单,通过API不到2000次查询即可获取整个投影矩阵和隐藏维度📢 OpenAI已知情并采取措施修改 ...
划重点:
🔍 谷歌成功攻击OpenAI GPT-3.5-turbo模型,窃取成本低至150元
🛡️ 攻击方法简单,谷歌通过API不到2000次查询即可获取整个投影矩阵和隐藏维度
📢 OpenAI已知情并采取措施修改模型API
CSS站长资源(ChinaZ.com)3月12日 消息:谷歌最新研究揭示了一种攻击大型语言模型的型关息成方法,成功窃取了OpenAI GPT-3.5-turbo模型的键信I即关键信息。根据谷歌的本低声明,他们不仅还原了OpenAI大模型的至元整个投影矩阵,还获得了确切的调用隐藏维度大小,而这一切只需不到2000次巧妙的窃取API查询,成本低至150元。谷歌
攻击的型关息成核心目标是模型的嵌入投影层,即模型的键信I即最后一层,负责将隐藏维度映射到logits向量。本低通过向模型的至元API发出针对性查询,可以提取出模型的调用嵌入维度或者最终权重矩阵。谷歌通过大量查询和奇异值排序成功识别出模型的窃取隐藏维度。
该攻击方法不仅可以揭示模型的隐藏维度,还能获取模型的“宽度”(总体参数量)等全局性信息,降低模型的“黑盒程度”,为后续攻击“铺路”。研究团队表示,这种攻击非常高效,攻击OpenAI的Ada和Babbage模型以及GPT-3.5分别只需不到20美元和大约200美元。
OpenAI已经得知这一情况,并在研究团队征得同意后确认了攻击的有效性,最终删除了所有与攻击相关的数据。虽然这种攻击方式获取的信息并不多,但其低成本和高效性令人震惊。
论文中提到的防御措施包括从API下手,彻底删除logit bias参数,或者直接从模型架构下手,在训练完成后修改最后一层的隐藏维度等。在此事件曝光后,OpenAI已经采取了修改模型API的措施,防止类似攻击再次发生。
这项研究揭示了即使是大型语言模型也可能面临安全威胁,即便OpenAI已经采取了一定的防御措施。这一事件提醒了人们,保障模型的安全性仍然是一个复杂而重要的问题。
论文链接:https://arxiv.org/abs/2403.06634
Tags:
相关文章
有人冒充“抖音客服”诈骗!抖音提醒:官方不会以任何理由要求用户转账
热点官方表示,不少网友近期反馈,有诈骗分子仿冒抖音客服”拨打网友电话,声称对方开通了抖音某项会员服务,以如不关闭将持续产生会费为由,一步步诱导对方下载第三方App并进行转账等行为。对此,抖音提醒广大用户, ...
【热点】
阅读更多女子反复咳嗽:竟因20年前吞下笔帽
热点3月23日消息,据国内多家媒体报道,近日,广东珠海一名女子因咳嗽而前往医院检查。检查结果显示,她的支气管内有异物,她怀疑这个异物是20年前不小心吸入的笔帽。经过手术,医生成功取出了笔帽。医生提醒称,如 ...
【热点】
阅读更多雷军确认3月28日公布小米SU7价格:不怕友商太卷 我们从小卷到大
热点快科技3月24日消息,今日雷军发微博回应小米SU7为何迟迟不公布价格”时表示,计划在3月28日发布会上公布。雷军称,整个汽车行业新车发布周期都比较长,从第一次发布到正式上市,长达半年。价钱,都是在产品 ...
【热点】
阅读更多