ChatGPT慘遭攻擊，參數規模終于被扒出來了——

很可能只有7B（70億）。

消息來自南加州大學最新研究，他們使用一種攻擊方法，花費不到1000美元就把最新版gpt-3.5-turbo模型的機密給挖了出來。

果然，OpenAI不Open，自有別人幫他們Open。

具體來說，南加大團隊三位作者破解出了未公布的gpt-3.5-turbo嵌入向量維度（embedding size）為4096或4608。

而幾乎所有已知的開源大模型如Llama和Mistral，嵌入向量維度4096的時候都是約7B參數規模。

其它比例的話，就會造成網絡過寬或過窄，已被證明對模型性能不利。

因此南加大團隊指出，可以推測gpt-3.5-turbo的參數規模也在7B左右，除非是MoE架構可能不同。

數月前，曾有微軟CODEFUSION論文意外泄露當時GPT-3.5模型參數為20B，在后續論文版本中又刪除了這一信息。

當時引起了一陣軒然大波，業界很多人分析并非不可能，先訓練一個真正的千億參數大模型，再通過種種手段壓縮、蒸餾出小模型，并保留大模型的能力。

而現在的7B，不知道是從一開始20B的消息就不準確，還是后來又再次壓縮了。

但無論是哪一種，都證明OpenAI有很恐怖的模型優化能力。

撬開ChatGPT的保護殼

那么，南加大團隊是怎么扒出ChatGPT未公開配置的呢？

還要說到現代語言模型中普遍存在的“Softmax瓶頸”。

當Transformer網絡處理完輸入，會得到一個低維的特征向量，也就是Embedding。這個特征向量再經過Softmax變換，就得到了最后的概率分布輸出。

問題就出在Softmax這里，因為矩陣的秩受限于特征向量的維度，所以大模型的輸出空間事實上被限制在了一個低維的線性子空間里。

這就像是無論你的衣柜里有多少件衣服，最后能穿出去的搭配，其實是有限的。這個”衣柜”的大小，就取決于你的“特征向量維度”有多大。

南加大團隊抓住了這一點，他們發現，只要從API調用中獲取到足夠多的輸出樣本，就足以拼湊出這個大模型的特征向量維度。

有了這個特征向量維度，可以進一步推斷大模型的參數規模、還原出完整的概率輸出，在API悄悄更新時也能發現變化，甚至根據單個輸出判斷來自哪個大模型。

更狠的是，推測特征向量維度并不需要太多的樣本。

以OpenAI的gpt-3.5-turbo為例，采集到4000多個樣本就綽綽有余了，花費還不到1000美元。

在論文的最后，團隊還探討了目前的幾個應對這種攻擊的方法，認為這些方法要么消除了大模型的實用性，要么實施起來成本高昂。

不過他們倒也不認為這種攻擊不能有效防護是個壞事，

一方面無法用此方法完整竊取模型參數，破壞性有限。

另一方面允許大模型API用戶自己檢測模型何時發生變更，有助于大模型供應商和客戶之間建立信任，并促使大模型公司提供更高的透明度。

這是一個feature，不是一個bug。

論文：

https://arxiv.org/abs/2403.09539。

參考鏈接：

https://x.com/TheXeophon/status/1768659520627097648。