TRACE：LLM近似遗忘数据泄露攻击框架

2026年10月26日，arXiv发布论文，Mengying Zhang等人提出TRACE框架。该框架针对大语言模型的近似遗忘机制，证明在模型快照中残留有可恢复的训练数据痕迹。TRACE利用嵌入层参数差异定位候选Token，结合困惑度间隙对比评分重构文本。 研究在TOFU等数据集上验证了其高保真重构能力。TRACE只需访问遗忘前后的模型快照，无需任何数据特定先验知识即可重构未学习的训练数据。该工作揭示了现有近似遗忘部署中参数差异导致的隐私风险，凸显了管理模型快照访问控制的必要性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。