土拨鼠位翻转攻击：通过位翻转在专家混合 LLM 中播种无限生成循环

专家混合 (MoE) 架构通过路由机制有选择地激活专家子网络，从而实现可扩展且高效的 大语言模型 (LLM)。然而，这种自适应设计引入了一个新的攻击面：特定专家与某些标记（例如序列末尾）不成比例地相关，从而允许对手通过轻量级扰动来操纵模型行为。在这项工作中，我们提出了 \textbf{Groundhog 位翻转攻击（GBFA）}，这是针对基于 MoE 的 LLM 的第一个基于位翻转的 \textit{ 拒绝钱包可用性攻击}。通过识别和翻转与相关专家激活相关的路由层位，我们证明 GBFA 极大地扩展了三种不同 LLM 模式的解码词元使用：会话、推理和代理任务，同时在很大程度上保留了语义保真度。在四个主要的现实世界中基于 MoE 的 LLM 中，手动停用平均少于 \textbf{4 位专家} 会将平均输出通胀推至 $\mathbf{5912\%}$，并且大多数测试样本达到最大词元数。这些结果揭示了 MoE 架构对位翻转的鲁棒性漏洞，并强调了 GBFA 作为针对 LLM 的可用性攻击的潜力。