الاستدلال الانحداري التلقائي هو طريقة توليد تستخدمها نماذج اللغة الكبيرة حيث يتم إنتاج كل وحدة جديدة انطلاقا من الوحدات التي تم توليدها بالفعل. عمليا، يبني النموذج النص خطوة بخطوة، لذا فإن المخرجات الأطول تعني مزيدا من عمل فك الترميز، ومزيدا من حركة الذاكرة، ومزيدا من زمن الاستجابة. غالبا ما تستخدم الأنظمة ذاكرة تخزين مؤقت لقيم المفاتيح والأهمية (KV-cache) لتجنب تكرار جميع حسابات الانتباه، لكن العملية تظل تسلسلية.
في الأمن السيبراني، يهم هذا الأمر لأن كثيرا من هجمات الذكاء الاصطناعي والدفاعات تعتمد على كيفية تعامل النموذج مع كل وحدة. يمكن أن يخفي حقن المطالبات تعليمات توجه المخرجات اللاحقة، ويمكن أن تحول سير العمل الوكيلية مدخلا خبيثا واحدا إلى استخدام غير آمن للأدوات إذا استمر النموذج في التكرار على محتوى غير موثوق به. يراقب المدافعون سلوك مستوى الوحدة، ويقيدون أذونات الأدوات، ويضيفون التصفية أو المراقبة لأن كل خطوة توليد إضافية تمثل فرصة أخرى للأخطاء أو تسرب البيانات أو الاختطاف.