Logit Leakage through Floating-Point Bias Addition

arXiv cs.CR · 14 oct, 06:00

Investigadores descubren un side channel de punto flotante en APIs de modelos de lenguaje que permite extraer información sobre sesgos aditivos (logits) sin acceso directo a probabilidades. El método explota cambios en el espaciado representable en límites de exponentes binarios y recupera vectores de logits completos en hasta 52 consultas. Se demuestra la vulnerabilidad en 11 modelos públicos y se propone una mitigación mediante sustracción del máximo antes de sumar el sesgo.