Why can a neighbor on my inference cluster reconstruct what I just asked the model?
موقع
Modern LLM serving frameworks like vLLM share KV-cache blocks across requests with matching prefixes to reduce compute cost. When multiple tenants share the same inference server, an adversary tenant can probe cache-hit and cache-miss latencies to reconstruct another tenant's private prompt. Three independent attacks published in 2025 and 2026, PROMPTPEEK, EarlyBird, and InputSnatch, demonstrate up to 100% prompt reconstruction accuracy against production-grade serving stacks. Providers can defeat this by running fully isolated instances per tenant, but that eliminates all the memory and compute savings that make shared inference economically viable. The KVGov governance paper from August 2026 proposes per-principal cryptographic cache salts as a fix, but no commercial inference provider has deployed it.
اہمیت کیوں
Shared inference is the cost model that makes AI accessible at scale, but right now it cannot safely carry any sensitive workload without full tenant isolation.
میں موقع کا اسکور کیسے لگاتا ہوں
Opportunity Score میرا اپنا اندازہ ہے، کوئی پیمائش نہیں: یہ کتنا تکلیف دہ ہے، کتنی بار کاٹتا ہے، اور آج اسے حل کرنے کے لیے کتنا کم موجود ہے۔ زیادہ اسکور کا مطلب ہے کہ میرے خیال میں یہ بنانے کے زیادہ قابل ہے۔
جب یہ ظاہر ہوتا ہے تو کتنی تکلیف دیتا ہے۔
لوگ اصل میں اس سے کتنی بار واسطہ پاتے ہیں۔
آج اس کے لیے کتنے کم اچھے ٹولز موجود ہیں۔
حل کرنے کے قابل مزید مسائل
ہر AI ایپ ٹیب بند ہوتے ہی مجھے کیوں بھول جاتی ہے؟
AIکسی نئے شعبے کو سیکھنا ابھی تک یہ جاننے سے مشروط کیوں ہے کہ کیا پوچھنا ہے؟
AIایک غیر ماہر اس بات کی تصدیق کیوں نہیں کر سکتا جو AI نے ابھی بتائی؟
AIہم ماڈلز کو بینچ مارکس پر کیوں جانچتے ہیں لیکن انہیں محض اندازوں پر لانچ کرتے ہیں؟
AIAI ایجنٹوں کو اپنی غلطیوں کی یاد کیوں نہیں رہتی؟
AIمیں یہ آڈٹ کیوں نہیں کر سکتا کہ ماڈل کو دراصل کس چیز پر تربیت دی گئی؟