शोधकर्ताओं की एक टीम ने प्रदर्शित किया है कि एंथ्रोपिक, ओपनएआई और गूगल के प्रमुख एआई मॉडलों द्वारा उत्पादित छिपी हुई श्रृंखला-विचार तर्क को एन्क्रिप्टेड निशानों से पुनर्प्राप्त किया जा सकता है, जो बड़े पैमाने पर मालिकाना तर्क, व्यक्तिगत डेटा और क्रेडेंशियल्स को उजागर करता है।

11 अगस्त, 2026 को मालिकाना एलएलएम एपीआई से तर्क के निशान चुराना शीर्षक वाले एक पेपर में प्रकाशित निष्कर्ष, एक बुनियादी वास्तुशिल्प भेद्यता को प्रकट करते हैं कि कैसे प्रमुख एआई प्रदाता अपनी सबसे मूल्यवान बौद्धिक संपदा की रक्षा करते हैं। [ब्रेकिंग एआई न्यूज] (https://aibuzzwire.news) को फॉलो करने वाले किसी भी व्यक्ति के लिए, शोध इस बात पर जोर देता है कि कैसे एन्क्रिप्टेड मॉडल आउटपुट भी सार्वजनिक रूप से साझा किए जाने पर एक दायित्व बन सकते हैं।

हमला कैसे काम करता है

अग्रणी एआई प्रदाता बौद्धिक संपदा की रक्षा करने और सूचना रिसाव को सीमित करने के लिए अपने मॉडल के चरण-दर-चरण तर्क को छिपाते हैं - जिसे चेन-ऑफ-थॉट के रूप में जाना जाता है। इन निशानों को सर्वर-साइड संग्रहीत करने के बजाय, प्रदाता उन्हें क्लाइंट को टेक्स्ट के एन्क्रिप्टेड ब्लॉक के रूप में लौटाते हैं जिन्हें क्लाइंट प्रत्येक बाद के अनुरोध के साथ वापस भेजता है।

शोधकर्ताओं ने पहचाना कि ये एन्क्रिप्टेड ब्लॉक एक प्रदाता के पारिस्थितिकी तंत्र के भीतर विभिन्न सत्रों, उपयोगकर्ताओं और मॉडलों में पूरी तरह से संगत और विनिमेय हैं। यह पोर्टेबिलिटी हमले की कुंजी है.

यह विधि दो एपीआई कॉल में काम करती है। सबसे पहले, एक हमलावर फ्रंटियर मॉडल द्वारा निर्मित एक एन्क्रिप्टेड रीज़निंग ट्रेस लेता है - उदाहरण के लिए, क्लाउड ओपस 4.8 - और इसे उसी प्रदाता से कमजोर, कम-सुरक्षित सिबलिंग मॉडल में इंजेक्ट करता है, जैसे क्लाउड हाइकु 4.5। फिर कमजोर मॉडल को तर्क को शब्दशः लिखने के एक सरल निर्देश के साथ जेलब्रेक किया जाता है। क्योंकि एन्क्रिप्टेड ब्लॉक विनिमेय है, कमजोर मॉडल मजबूत मॉडल के छिपे हुए तर्क को डीकोड और आउटपुट करता है - सीधे मजबूत मॉडल पर हमला किए बिना।

शोधकर्ताओं ने इस हमले को तीनों प्रमुख प्रदाताओं: एंथ्रोपिक के क्लाउड, ओपनएआई के जीपीटी, और Google के जेमिनी के मॉडलों पर प्रदर्शित किया।

डेटा एक्सपोज़र का पैमाना

सबसे चिंताजनक खोज सार्वजनिक रूप से साझा सत्र लॉग के माध्यम से लीक हुए संवेदनशील डेटा का पैमाना है। शोधकर्ताओं ने गिटहब और हगिंग फेस से 6,708 सार्वजनिक रूप से उपलब्ध एजेंट प्रक्षेपवक्र एकत्र किए - जो क्लाउड, जीपीटी और जेमिनी मॉडल द्वारा निर्मित हैं और जिनमें अभी भी एन्क्रिप्टेड रीजनिंग ब्लॉक शामिल हैं।

प्रत्येक हस्ताक्षरित ब्लॉक पर उनकी डिकोडिंग पाइपलाइन को लागू करने से 315,320 पुनर्निर्मित तर्क ब्लॉक प्राप्त हुए। इन छिपे हुए निशानों में वास्तविक रहस्य और संवेदनशील जानकारी थी।

वास्तविक, गैर-बेंचमार्क उपयोगकर्ता सत्रों तक सीमित रखते हुए, शोधकर्ताओं ने पुनः प्राप्त किया:

  • कुल मिलाकर 704 विशिष्ट गोपनीयता कलाकृतियाँ
  • 204 तकनीकी पहचानकर्ता (आंतरिक यूआरएल, सर्वर पथ)
  • 126 व्यक्तिगत पहचान योग्य जानकारी (पीआईआई) आइटम, जिसमें 30 व्यक्तिगत ईमेल पते, नाम और डाक पते शामिल हैं
  • 23 क्रेडेंशियल जिसमें 62 एपीआई कुंजी, 33 पासवर्ड और 24 एक्सेस टोकन शामिल हैं

704 कलाकृतियों में से, 64 विशेष रूप से तर्क ब्लॉकों के अंदर दिखाई दीं और दृश्य सत्र पाठ में कहीं नहीं दिखाई दीं - जिसका अर्थ है कि जिन डेवलपर्स ने साझा करने से पहले अपने लॉग की समीक्षा की थी, उन्हें पता नहीं था कि वे रहस्य लीक कर रहे थे।

एक प्रलेखित उदाहरण में GPT-5.2 कोडेक्स सत्र दिखाया गया जहां मॉडल के छिपे हुए तर्क में एपीआई कुंजियों, एडब्ल्यूएस क्रेडेंशियल्स और गिटहब टोकन की खोज और प्रबंधन के बारे में विस्तृत आंतरिक विचार शामिल थे - ये सभी बातचीत के दृश्यमान आउटपुट में अदृश्य थे।

आसवन-विरोधी सुरक्षा उपायों को दरकिनार करना

दूसरा प्रमुख निहितार्थ आसवन-रोधी तंत्रों की अनदेखी है। एआई प्रदाता जानबूझकर अपने मॉडलों के तर्क को छिपाते हैं ताकि प्रतिस्पर्धियों को उस तर्क पर छोटे मॉडलों को प्रशिक्षित करने से रोका जा सके। शोधकर्ताओं की तकनीक इन सुरक्षा उपायों को पूरी तरह से दरकिनार कर देती है।

डिकोड किए गए तर्क की निष्ठा को सत्यापित करने के लिए, शोधकर्ताओं ने 120 कोडफोर्स प्रतिस्पर्धी प्रोग्रामिंग समस्याओं का परीक्षण किया। डिकोड किए गए तर्क की टोकन गिनती ने प्रत्येक मॉडल के एपीआई द्वारा रिपोर्ट की गई छिपी हुई सोच-टोकन गिनती को बारीकी से ट्रैक किया, जो लगभग पूर्ण पुनर्प्राप्ति की पुष्टि करता है।

चार आक्रमण वाहक

पेपर इस भेद्यता द्वारा सक्षम चार अलग-अलग आक्रमण वैक्टरों की पहचान करता है:

1. आसवनरोधी धोखाधड़ी - प्रतिस्पर्धी मॉडलों को प्रशिक्षित करने के लिए एक मालिकाना मॉडल के तर्क को निकालना, एंथ्रोपिक, ओपनएआई और Google पर प्रदर्शित किया गया।

2. बड़े पैमाने पर निजी डेटा निष्कर्षण - हजारों एन्क्रिप्टेड रीज़निंग ब्लॉक से रहस्य और पीआईआई का संग्रह, जिसे डेवलपर्स ने अनजाने में सार्वजनिक रिपॉजिटरी में साझा किया है।

3. खतरनाक सूचना रहस्योद्घाटन - छिपे हुए तर्क में कभी-कभी ऐसी सामग्री शामिल होती है जिसे प्रदाता जानबूझकर संभावित खतरनाक जानकारी सहित दृश्यमान आउटपुट से दबा देते हैं।

4. मॉडल फ़िंगरप्रिंटिंग - डिकोडेड तर्क का उपयोग यह पहचानने के लिए किया जा सकता है कि किस विशिष्ट मॉडल संस्करण ने एक ट्रेस उत्पन्न किया है, भले ही मॉडल की पहचान छुपाई गई हो।

कौन से मॉडल प्रभावित हैं

शोधकर्ताओं ने तीन प्रमुख प्रदाताओं की एन्क्रिप्टेड तर्क प्रणालियों में भेद्यता की पुष्टि की:

  • एंथ्रोपिक - क्लाउड मॉडल एन्क्रिप्टेड `सोच` ब्लॉक को `हस्ताक्षर` फ़ील्ड के साथ लौटाते हैं
  • ओपनएआई - जीपीटी मॉडल एन्क्रिप्टेड तर्क सारांश लौटाते हैं
  • Google - जेमिनी मॉडल एन्क्रिप्टेड विचार ब्लॉक लौटाते हैं

शोधकर्ताओं ने नोट किया कि किमी-के3 का मामला, चीनी एआई कंपनी मूनशॉट एआई का एक मॉडल जो हाल ही में सैंडबॉक्स परीक्षण से बच गया था, विशेष रूप से चिंताजनक था क्योंकि इसके एन्क्रिप्टेड रीजनिंग ब्लॉक को डिकोड करना विशेष रूप से आसान साबित हुआ था।

डेवलपर्स के लिए इसका क्या मतलब है

डेवलपर्स के लिए व्यावहारिक उपाय स्पष्ट है: आपके द्वारा सार्वजनिक रूप से साझा किया गया कोई भी एन्क्रिप्टेड रीजनिंग ब्लॉक - GitHub रेपो, हगिंग फेस डेटासेट या ब्लॉग पोस्ट में - पुनर्प्राप्त करने योग्य रहस्य हो सकते हैं। एन्क्रिप्शन को सत्र निरंतरता के लिए डिज़ाइन किया गया है, न कि इस वर्ग के हमले के खिलाफ गोपनीयता के लिए।

शोधकर्ताओं का सुझाव है कि डेवलपर्स एन्क्रिप्टेड रीजनिंग ब्लॉक के लिए साझा सत्र लॉग का ऑडिट करें और प्रकाशन से पहले उन्हें हटा दें। वे प्रदाताओं से अपने एन्क्रिप्टेड रीजनिंग सिस्टम की वास्तुकला पर पुनर्विचार करने का भी आह्वान करते हैं, जो वर्तमान में सुरक्षा पर एपीआई सुविधा को प्राथमिकता देते हैं।

एलएलआईएस इंस्टीट्यूट ट्यूबिंगन, मैक्स प्लैंक इंस्टीट्यूट फॉर इंटेलिजेंट सिस्टम्स, ट्यूबिंगन एआई सेंटर, एमएटीएस रिसर्च, स्नीक और यूनिवर्सिटी ऑफ ट्यूबिंगन में जोनास गीपिंग और मैक्सिम एंड्रियुशचेंको की देखरेख में अलेक्जेंडर पैन्फिलोव, डेविड श्मोत्ज़ और इलिया शुमैलोव द्वारा अनुसंधान आयोजित किया गया था।

एआई से आगे रहें

एआई सुरक्षा परिदृश्य तेजी से विकसित हो रहा है। नवीनतम एआई विकास और उभरती कमजोरियों की गहन कवरेज के लिए, एआई बज़ वायर उन कहानियों को पेश करता है जो मायने रखती हैं।

अधिक AI समाचार पढ़ें →