研究人员形式化了推理时拒绝服务（PI-DoS）攻击，这些攻击利用了大型推理模型（LRMs）中显式多步推理的高计算成本。他们提出了 ReasoningBomb，这是一个基于强化学习的框架，训练攻击者生成简短的自然提示，使受害模型陷入病态长且通常不终止的推理轨迹。

  • 在七个开源模型和三个商业 LRM 上，ReasoningBomb 平均引发 18,759 个完成 token 和 19,263 个推理 token。
  • 该方法在 completion tokens 方面比第二名基线高出 35%，在 reasoning tokens 方面高出 38%。
  • 与良性查询相比，它平均实现了 286.7 倍的输入到输出放大比率。
  • ReasoningBomb 以 99.8% 的成功率绕过基于输入的检测，以 98.7% 的成功率绕过基于输出的检测，并以 98.4% 的成功率绕过严格的二阶段联合检测。

这项工作凸显了 LRM 中的新漏洞，其中扩展推理的能力可以被武器化，通过隐蔽的提示工程造成严重的拒绝服务状况。