摘要
随着推理系统将中间计算分离为私有和公共通道，评估其独立性变得复杂。本文提出一种反事实似然测试法，通过替换上游私有块并测量下游目标负对数似然的变化，量化私有推理通道间的影响。实验表明，传统文本探针不可靠，而该方法能有效区分直接访问与通过公共通信产生的间接影响。结果显示私有通道评估应分别报告直接与间接影响，该测试提供了实用的默认测量标准。
AI 推荐理由
论文核心研究私有推理通道间的间接影响评估，提出反事实似然测试方法，直接针对推理机制。
研究机构
Openhagen
论文信息