PulseAugur
中
实时 01:49:43
English(EN) New preprint: AI_Bleeding — inference cost amplification via OOD linguistic payload TL;DR: send queries in Grecanico or Farsi to an LLM endpoint → TTFT +59.8%,

新的“AI Bleeding”攻击通过 OOD 语言放大 LLM 推理成本

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员发现了一种名为“AI Bleeding”的新漏洞，该漏洞通过发送非分布外（OOD）语言的查询来放大推理成本。这种方法在 Ollama 上进行了演示，可以显著增加首次标记时间（TTFT）和计算成本，潜在的放大系数超过 17 倍。该技术可以规避标准的检测方法，对预算受限的 AI 部署（如公共部门聊天机器人和按使用付费的 API）构成特别风险。 AI

影响 这项研究强调了一种新颖的攻击向量，可能会显著增加 LLM 部署的运营成本，特别是那些预算固定或按使用付费模式的部署。

排序理由 该集群描述了一篇详细介绍新漏洞及其技术影响的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Mastodon — mastodon.social 阅读 →

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

新的“AI Bleeding”攻击通过 OOD 语言放大 LLM 推理成本

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一篇详细介绍新漏洞及其技术影响的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
safety, paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
131 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. Mastodon — mastodon.social TIER_1 English(EN) · [email protected] ·

    新预印本：AI_Bleeding — 通过 OOD 语言负载放大推理成本 TL;DR：向 LLM 端点发送 Grecanico 或 Farsi 查询 → TTFT +59.8%,

    New preprint: AI_Bleeding — inference cost amplification via OOD linguistic payload TL;DR: send queries in Grecanico or Farsi to an LLM endpoint → TTFT +59.8%, compute cost +2.8%, statistically significant. No vuln, no volumetric signature, evades all standard detection. Worst ca…

相关实体

相关话题