arXiv cs.AI· Liang Yuan, Xiaohu Du, Ruikun Luo, Jinze Wang, Mashud Rana, Kaibin Wang, Jiangwen Zhou, Bo Li, Xiaoyu Xia·· 13 小时前AI 评分38
ADLER：面向 Web API 的“仅答案披露”私有上下文 LLM 辅助与泄漏账本
Answer-Only Disclosure: Private-Context LLM Assistance over Web APIs with a Leakage Ledger
AI 导读
研究者提出 ADLER 解码协议，让发往云端的每条消息只依赖公开视图和用户最终看到的答案，并用客户端泄漏账本约束答案本身的披露量。在植入秘密审计中，投机解码虽未在答案中写出秘密代码，却通过被拒草稿把代码发给了云端，而 ADLER 各配置均未超出答案范围泄露。
正文 · AI 翻译
摘要：Web 助手越来越多地通过将小型端侧模型与 Web API 背后的云端 LLM 配对，来回答关于用户私人文档的问题。在协作解码中，文档保留在客户端，云端只接收用户批准的公开视图，例如仅接收问题本身，但两个模型在生成答案的过程中会交换消息。我们表明，消息记录可能泄露公开视图和答案均不包含的私人内容。在植入秘密的审计中，使用私有草稿的推测解码并未在其答案中包含秘密代码，却在被拒绝的草稿中将该代码发送到了云端。我们提出 ADLER，一种用于流式 LLM API 的解码协议，其中发往云端的每条消息仅取决于公开视图和用户看到的答案，无论客户端如何组合两个模型，也无论云端如何行为。随后，客户端侧的泄露账本会限制答案本身相对于由云端回复构建的公开参考过程所揭示的信息量。在审计中，没有任何 ADLER 配置在答案之外暴露该秘密。在云端输入中数值被掩码的 GSM8K 数学问题上，在宽松答案解析下，具有无限泄露预算的 ADLER 将 0.5B 客户端的精确匹配准确率从 0.41 提升至 0.83，将 1.5B 客户端从 0.67 提升至 0.85，接近上传完整问题所达到的 0.92。它还分别以 0.14 和 0.16 超过零泄露程序基线（0.69）。在该基线中，云端编写一个程序，客户端使用私有数字离线运行该程序。账本记录了与此增益相关的披露费用；在 GSM8K 上，16 nats 或更少的预算使准确率保持在仅云端基线附近。
| 评论： | 13 页 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| ACM 分类： | D.4.6；I.2.7 |
| 引用为： | arXiv:2610.38126 [cs.CR] |
| （或本版本的 arXiv:2610.38126v1 [cs.CR]） | |
| https://doi.org/10.48550/arXiv.2610.38126 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Liang Yuan [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 01:01:45 UTC（765 KB）
来源：arXiv cs.AI · arxiv.org