UNA NUEVA PERSPECTIVA

LATIDIA

Preparando tu experiencia…

Tu lugar en este universo.

Con tu autorización. Las coordenadas se muestran sólo en esta página y no se guardan.

CONECTANDO FUENTES
← Actualidad

LATIDIA · Ciberseguridad

De los bytes al comportamiento: atribución a nivel de solicitud a partir de estados ocultos de GPU en tiempo real

arXiv:2611.18272v1 Tipo de anuncio: nuevo Resumen: El análisis forense de la memoria existente para los sistemas de aprendizaje automático suele centrarse en artefactos estáticos, como los pesos de los modelos o los registros de «prompts», en lugar de en los estados computacionales transitorios.

WhatsApp ↗Telegram ↗
Ilustración editorial relacionada con De los bytes al comportamiento: atribución a nivel de solicitud a partir de estados ocultos de GPU en tiempo real
Ilustración conceptual de LATIDIA.

La noticia

arXiv:2611.18272v1 Announce Type: new Abstract: Existing memory forensics for machine learning systems typically targets static artifacts, such as model weights or prompt logs, rather than the transient computational states of a live inference process. This gap limits an examiner's ability to analyze the specific behavior of a running large language model (LLM) service that cannot be restarted or modified. We present a method for acquiring per-layer residual-stream activations from a live GPU process using a non-modifying debugger, without requiring prior knowledge of the model's architecture parameters or weights. The approach employs a general six-stage process with platform-specific adapters, utilizing either a PyTorch allocator clock or a kernel-launch clock to identify

← Volver a los modelos

Cargando ficha del modelo…

LATIDIA / lectura con contexto