# 苹果新论文问：多模态模型没开口的 logits 里，到底藏了多少画面信息？

> 原标题：苹果新论文发出惊人一问：What do your logits know?

- 来源：机器之心 · 公众号
- 发布时间：2026-04-27T00:03:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/10541
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651030149&idx=2&sn=963ed37cae4a5dd3e0b48da968103ece

## 摘要

苹果这篇论文直接测了一个安全问题：视觉语言模型在生成回答前，内部那串“候选词概率”（logits）会不会把图片细节漏出去。他们在 CLEVR 和 MSCOCO 上做实验，发现只靠排名前 30 到 80 的 logits 值，就能反推出图片里有没有噪声、目标物体的特征，甚至部分背景属性。

## 推荐理由

苹果在 CLEVR 和 MSCOCO 上实验发现，仅凭排名前 30 到 80 的 logits 就能反推出图片噪声、目标特征和部分背景属性，为视觉语言模型的输出接口风险提供了可量化的证据。

## 锐评

top-30 到 top-80 的 logits 就能反推出图片里的噪声和目标特征，这个数字让风险变得很具体。做 VLM API 的如果还在对外吐 top-k 对数概率，这篇论文该立刻看一遍。

它更像一次探针实验，苹果也没给出完整的攻击链路，离能直接拿来用还差得远。泄露面真实存在，优先级取决于你的 API 到底吐不吐 logits，吐的话就赶紧关掉。
