ChatGPT 惨遭攻击，参数规模终于被扒出来了——

很可能只有 7B（70 亿）。

消息来自南加州大学最新研究，他们使用一种攻击方法，花费不到 1000 美元就把最新版 gpt-3.5-turbo 模型的机密给挖了出来。

果然，OpenAI 不 Open，自有别人帮他们 Open。

具体来说，南加大团队三位作者破解出了未公布的 gpt-3.5-turbo嵌入向量维度（embedding size）为 4096 或 49。

而几乎所有已知的开源大模型如 Llama 和 Mistral，嵌入向量维度 4096 的时候都是约 7B 参数规模。

其它比例的话，就会造成网络过宽或过窄，已被证明对模型性能不利。

因此南加大团队指出，可以推测 gpt-3.5-turbo 的参数规模也在 7B 左右，除非是 MoE 架构可能不同。

数月前，曾有微软 CODEFUSION 论文意外泄露当时 GPT-3.5 模型参数为20B，在后续论文版本中又删除了这一信息。

当时引起了一阵轩然大波，业界很多人分析并非不可能，先训练一个真正的千亿参数大模型，再通过种种手段压缩、蒸馏出小模型，并保留大模型的能力。

而现在的 7B，不知道是从一开始 20B 的消息就不准确，还是后来又再次压缩了。

但无论是哪一种，都证明 OpenAI 有很恐怖的模型优化能力。

那么，南加大团队是怎么扒出 ChatGPT 未公开配置的呢？

还要说到现代语言模型中普遍存在的 "Softmax 瓶颈"。

当 Transformer 网络处理完输入，会得到一个低维的特征向量，也就是 Embedding。这个特征向量再经过 Softmax 变换，就得到了最后的概率分布输出。

问题就出在 Softmax 这里，因为矩阵的秩最多只能等于特征向量的维度，所以大模型的输出空间事实上被限制在了一个低维的线性子空间里。

这就像是无论你的衣柜里有多少件衣服，最后能穿出去的搭配，其实是有限的。这个 " 衣柜 " 的大小，就取决于你的 " 特征向量维度 " 有多大。

南加大团队抓住了这一点，他们发现，只要从 API 调用中获取到足够多的输出样本，就足以拼凑出这个大模型的特征向量维度。

有了这个特征向量维度，可以进一步推断大模型的参数规模、还原出完整的概率输出，在 API 悄悄更新时也能发现变化，甚至根据单个输出判断来自哪个大模型。

更狠的是，推测特征向量维度并不需要太多的样本。

以 OpenAI 的 gpt-3.5-turbo 为例，采集到 4000 多个样本就绰绰有余了，花费还不到 1000 美元。

在论文的最后，团队还探讨了目前的几个应对这种攻击的方法，认为这些方法要么消除了大模型的实用性，要么实施起来成本高昂。

不过他们倒也不认为这种攻击不能有效防护是个坏事，

一方面无法用此方法完整窃取模型参数，破坏性有限。

另一方面允许大模型 API 用户自己检测模型何时发生变更，有助于大模型供应商和客户之间建立信任，并促使大模型公司提供更高的透明度。

这是一个 feature，不是一个 bug。

论文：

https://arxiv.org/abs/2403.09539

参考链接：

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