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] · 2026-06-02 10:21

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 →

报道来源 [1]

Mastodon — mastodon.social TIER_1 English(EN) · [email protected] · 2026-06-02 10:21

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%,

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…

报道来源 [1]

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%,

相关实体

相关话题