博主复现加密 LLM 推理轨迹还原攻击,跨账号取回 GPT-5.6 推理中的密码
Recovering Encrypted LLM Reasoning Traces
AI summary
安全研究者 Johann 复现了论文《Stealing Reasoning Traces from Proprietary LLM APIs》提出的攻击,把加密推理块回放到同一厂商较易越狱的模型并诱导其转述,成功还原 OpenAI 推理轨迹中的语义内容。
Related papers
Recovering Encrypted LLM Reasoning Traces
安全研究者 Johann 复现了论文《Stealing Reasoning Traces from Proprietary LLM APIs》提出的攻击,把加密推理块回放到同一厂商较易越狱的模型并诱导其转述,成功还原 OpenAI 推理轨迹中的语义内容。