본 논문은 저정밀 양자화를 사용하여 효율성을 높인 대규모 언어 모델(LLM)에서 매개변수 조작 공격(예: 오류 주입)의 효과를 조사합니다. 특히 기울기 기반 공격, 즉 비트 단위 검색 알고리즘과 단어 단위 공격을 제안하고, Llama-3.2-3B, Phi-4-mini, Llama-3-8B 모델을 대상으로 FP16(기준), FP8, INT8, INT4 양자화 방식에서 평가합니다. 실험 결과, 양자화 방식에 따라 공격 성공률이 크게 달라지는 것을 확인했습니다. FP16 모델에서는 공격 성공률이 높았지만, FP8 및 INT8 모델에서는 성공률이 상당히 낮았습니다. 또한, FP16 모델에서 성공한 공격은 FP8/INT8 양자화 후에도 높은 성공률을 유지했지만, INT4에서는 성공률이 크게 감소했습니다. 이는 FP8과 같은 일반적인 양자화 기법이 직접적인 매개변수 조작 공격의 어려움을 증가시키지만, 특히 공격 후 양자화를 통해 취약성이 여전히 존재할 수 있음을 시사합니다.
