Not to Break, but to Attest: Adversarial Probes for Privacy-Preserving LLM Verification

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

历史摘要 · 未重新核验 · arXiv cs.CR