Une équipe dirigée par Zhuchenyang Liu a publié le 8 octobre 2026 une étude montrant qu’il est possible de reconstituer sous forme de pages lisibles les bases de données vectorielles utilisées par les systèmes de recherche de documents visuels. L’attaque récupère environ 47 % des mots et classe la page d’origine en première position dans 98,4 % des requêtes du benchmark ViDoRe v3. Des défenses simples, comme le regroupement ou le mélange aléatoire des jetons, ramènent la récupération des mots à environ 8 %. Toutefois, un modèle capable de remettre en ordre les vecteurs mélangés peut encore classer la bonne page en première position dans 93,5 % des cas. Les résultats s’appliquent aussi à un autre système de recherche, qui classe les pages sources en première position dans 70,2 % des cas.
Pourquoi c'est important
Les organisations qui stockent des index de documents dans des bases de données vectorielles tierces pourraient devoir renforcer leurs protections pour préserver la confidentialité des textes.
