PulseAugur
中
实时 13:13:42
English(EN) Inducing Overthink: Hierarchical Genetic Algorithm-based DoS Attack on Black-Box Large Language Reasoning Models

新型攻击诱导大型语言模型推理模型“过度思考”

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新技术，利用大型语言推理模型（LRMs）中的一个漏洞，使其“过度思考”。该技术使用分层遗传算法生成输入，导致推理过程过长且冗余，从而增加了延迟和资源消耗。该攻击在MATH基准测试中显示输出长度显著增加，最高可达26.1倍，并对各种最先进的模型显示出有效性，凸显了改进针对此类拒绝服务攻击的防御措施的必要性。 AI

影响 这项研究揭示了大型语言模型推理中的一个新漏洞，可能影响依赖它们的AI系统的可靠性和可用性。

排序理由 该集群包含一篇详细介绍针对大型语言模型的新型攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型攻击诱导大型语言模型推理模型“过度思考”

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhixuan Chu ·

    Inducing Overthink: Hierarchical Genetic Algorithm-based DoS Attack on Black-Box Large Language Reasoning Models

    Large Reasoning Models (LRMs) are increasingly integrated into systems requiring reliable multi-step inference, yet this growing dependence exposes new vulnerabilities related to computational availability. In particular, LRMs exhibit a tendency to "overthink", producing excessiv…

相关话题