Чувствительный-Топический утечку через метаданные, используемые в ходе трафика LLM: измерение и смягчение последствий

arXiv: 2610,09981v 1 Annuates Type: кросс-бюллетень: LLM маршрутизаторы выбирают дешевую или дорогостоящую модель по каждому запросу, и многие шлюзы и некоторые облачные платформы могут зарегистрироваться с помощью контента. Мы измеряем этот канал конфиденциальности, не считая символических баллов, регистрируя шумные этикетки и неоднократные сигналы. Мы проводим предварительные исследования по 1,7 млн. реальных запросов (WildChat-1M, LMSYS-Chat1M) с двумя маршрутизаторами затрат/качественности и маршрутизатором домена, заготовкой 11 систем и тестированием послепроцессорной защиты. На одинаковой длине направление смещения зависит от категории и маршрутизатора. Что касается трассы LML в точке с 50% операций, то запросы о преследовании и самонанесении себе вреда достигают мощной модели на 19 пунктов реже, чем аналогичные просьбы при незаметных случаях разведки; медицинские заявки (разведка: знаки LLM не пускали их ворота) на 31 пункт реже по отдельным сигналам (оба после случая), а сексуальные запросы чаще всего на 10 пунктов (вторичная обработка); четыре других маршрутизатора являются отрицательными. Двадцать шоссейных линейок