该论文针对大语言模型（LLM）在部署后被篡改而常规输出基本不变的问题，提出一种基于 zk-SNARK 的隐私保护审计框架。该框架通过构造“对抗性探针”（adversarial probes）来放大已批准模型与修改后部署之间的 logit 漂移，从而在不暴露模型权重的前提下检测行为改变。论文设计了三类互补的探针族：基于 token 的探针（黑盒，仅需输入接口、分词器和词表）、基于 embedding 的探针（灰盒，需访问 embedding 接口）、以及压力探针（依赖额外接口能力但无需完全白盒）。这种分层设计允许根据敏感性、访问需求和部署成本进行权衡。实验评估覆盖多种 LLM 架构、后部署攻击场景和 GPU 平台，结果显示基于 token 的探针在各类模型和平台上始终提供最强的平均敏感性，尽管其运行于黑盒设置。此外，作者实现了 Groth16 zk-SNARK 工作流，在探针规模从 1 扩展到 50 时，证明时间仅从 1.02 秒增加到 1.78 秒，验证时间保持约 0.84 秒，证明大小恒定，展现出良好的可扩展性。该工作为 AI 治理中的模型完整性验证提供了一种兼顾隐私与实用性的技术路径，尤其适用于模型权重专有的商业部署场景。