LLM08: Vector and Embedding Weaknesses · 2025

Debilidades en vectores y recuperación pueden filtrar información, mezclar tenants, invertir embeddings o manipular un sistema RAG.

Resumen

Debilidades en vectores y recuperación pueden filtrar información, mezclar tenants, invertir embeddings o manipular un sistema RAG.

Cómo funciona el ataque

La búsqueda por similitud no filtra por tenant; recupera un documento de otra organización y lo incorpora a la respuesta.

Ejemplo

Vulnerable · Pseudocódigo

hits = vectors.search(embed(query))
reply = llm(query, context=hits)
# Sin autorización de tenant ni documento

Corrección: Aplicar alcance de tenant y autorización de documentos dentro de la consulta; autenticar fuentes de ingestión.

Prevención

Particionar datos y aplicar controles de acceso granulares.
Autenticar fuentes y registrar la procedencia de la ingestión.
Detectar consultas y vectores anómalos.

Linaje

2025 · LLM08: Vector and Embedding Weaknesses Baja al puesto 9 en 2026
2026 · LLM09: Vector and Embedding Weaknesses Baja desde el puesto 8

2025:LLM08 → 2026:LLM09: Vector and Embedding Weaknesses baja del puesto 8 al 9.

Fuentes

Abrir fuente oficial ↗

Invítame un café