Inducing Overthink: Hierarchical Genetic Algorithm-based DoS Attack on Black-Box Large Language Reasoning Models
本文研究大型推理模型(LRMs)在面对逻辑不一致或不完整输入时,倾向于产生过长且冗余的推理轨迹,即“过度思考”现象,这会导致推理延迟和能耗显著增加,构成潜在的拒绝服务(DoS)攻击向量。作者提出一种自动化黑盒框架,通过层次遗传算法(HGA)
共收录 1 条相关情报。
← 返回所有主题本文研究大型推理模型(LRMs)在面对逻辑不一致或不完整输入时,倾向于产生过长且冗余的推理轨迹,即“过度思考”现象,这会导致推理延迟和能耗显著增加,构成潜在的拒绝服务(DoS)攻击向量。作者提出一种自动化黑盒框架,通过层次遗传算法(HGA)