Proprietary LLM の推論トレースを抽出する手法が論文で公開

記事の3ポイント

1. 1

   推論トレースの暗号化キー共有脆弱性

   同一ファミリー内の全モデルが共通の暗号鍵を使用していたため、攻撃者は弱体化したモデルに対して暗号化ブロックを再入力し、強力なモデルの隠された思考プロセスを平文で復元する「ジャイブルーク」攻撃を成功させた。

2. 2

   攻撃手法と検証結果

   Claude Haiku 4.5 が最も脆弱であり、特定のプロンプトとアシスタントターンプレフィックスを用いて推論ブロックの転写を強制する攻撃が確認された。

3. 3

   プロバイダーによる対応状況

   主要なモデルプロバイダーは報告を受け入れ、同様の攻撃を試みることができなくなったことを示唆しており、脆弱性は修正済みと見られる。