CDD可从logits还原微调数据
研究者提出Contrastive Decoding Diffing（CDD），仅凭基础模型与微调模型的灰盒logits访问，就可从窄域微调LLM中恢复逐字训练内容。该方法不需要权重、激活或探测语料，凸显微调数据泄露与模型API安全风险。
事件进展（1 篇报道）
-
2026-07-04 03:01
研究者提出Contrastive Decoding Diffing（CDD），仅凭基础模型与微调模型的灰盒logits访问，就可从窄域微调LLM中恢复逐字训练内容。该方法不需要权重、激活或探测语料，凸显微调数据泄露与模型API安全风险。