EVA: Editing for Versatile Alignment against Jailbreaks Authors: Yi Wang, Hongye Qiu, Yue Xu, Sibei Yang, Zhan Qin, Minlie Huang, Wenjie Wang | Published: 2026-05-14 2026.05.14 文献データベース
Defenses at Odds: Measuring and Explaining Defense Conflicts in Large Language Models Authors: Xiangtao Meng, Wenyu Chen, Chuanchao Zang, Xinyu Gao, Jianing Wang, Li Wang, Zheng Li, Shanqing Guo | Published: 2026-05-14 2026.05.14 文献データベース
Exploiting LLM Agent Supply Chains via Payload-less Skills Authors: Xinyu Liu, Yukai Zhao, Xing Hu, Xin Xia | Published: 2026-05-14 2026.05.14 文献データベース
Watermarking Game-Playing Agents in Perfect-Information Extensive-Form Games Authors: Juho Kim, Fei Fang, Tuomas Sandholm | Published: 2026-05-14 2026.05.14 文献データベース
Identifying AI Web Scrapers Using Canary Tokens Authors: Steven Seiden, Triss Ren, Caroline Zhang, Taein Kim, Enze Liu, Emily Wenger | Published: 2026-05-13 2026.05.13 文献データベース
AIエージェントによる悪用に関する脅威 本記事では、OWASP Foundationによる「OWASP Top 10 for Agentic Applications 2026 」に記載されている脅威やその対策について最新の研究動向を交えながら解説します。特に、本記事では AIエージェントによる悪用に関する2つの脅威を扱います。 2026.05.13 専門家向け解説記事
Model-Agnostic Lifelong LLM Safety via Externalized Attack-Defense Co-Evolution Authors: Xiaozhe Zhang, Chaozhuo Li, Hui Liu, Shaocheng Yan, Bingyu Yan, Qiwei Ye, Haoliang Li | Published: 2026-05-13 2026.05.13 文献データベース
Empowering IoT Security: On-Device Intrusion Detection in Resource Constrained Devices Authors: Vasilis Ieropoulos, Eirini Anthi, Theodoros Spyridopoulos, Pete Burnap, Aftab Khan, Pietro Carnelli | Published: 2026-05-13 2026.05.13 文献データベース
Quantifying LLM Safety Degradation Under Repeated Attacks Using Survival Analysis Authors: Zvi Topol | Published: 2026-05-13 2026.05.13 文献データベース
Persona-Model Collapse in Emergent Misalignment Authors: Davi Bastos Costa, Renato Vicente | Published: 2026-05-13 2026.05.13 文献データベース