UTS at ELOQUENT 2026 Voight-Kampff: structural shifts in AI writing bypass state-of-the-art detectors Authors: Dima Galat, Marian-Andrei Rizoiu | Published: 2026-07-15 AIシステムの関係性データ毒性攻撃敵対的オブジェクト生成 2026.07.15 文献データベース
Adversarial Prompting Framework for AI Safety Assessment Authors: Yash Bhatnagar, Kunal Banerjee, Anirban Chatterjee | Published: 2026-07-15 プロンプトインジェクション敵対的オブジェクト生成脅威モデル 2026.07.15 文献データベース
DREA: Decoupled Reasoning and Exploration Agents for Repository-Level Vulnerability Detection Authors: Mingyang Sun, Guozhu Meng | Published: 2026-07-15 LLMの安全機構の解除脆弱性予測評価基準 2026.07.15 文献データベース
Silent Alarm: A J-Space Protocol for Comparing Danger Recognition Across Models and Quantization Levels Authors: Roman Prosvirnin, Victor Minchenkov, Alexey Soldatov, Vladimir Bashun | Published: 2026-07-14 トレードオフ分析モデル評価手法評価基準 2026.07.14 文献データベース
Bulkhead: Automated Semantic Detection and Remediation of Container Escape Vulnerabilities Authors: Qiyuan Fan, Zhi Li, Junjie Li, XiaoFeng Wang, Bin Yuan, Deqing Zou | Published: 2026-07-14 コンテナセキュリティプロンプトインジェクション脆弱性優先順位付け 2026.07.14 文献データベース
PVDetector: Detecting Prompt Injection Attacks on Purpose-Specific LLM Agents through Policy-Violation Concept Analysis Authors: Junhui Wang, Hangtao Zhang, Zhirun Zheng, Li Zeng, Jiejun Xiao, Xi Luo, Lihua Yin, Saiqin Long | Published: 2026-07-14 インダイレクトプロンプトインジェクションエージェント操作手法行動操作攻撃 2026.07.14 文献データベース
Open-Source Intelligence for Code Provenance and the Security Patterns that Separate Human and Large-Language-Model Implementations of Common Programming Tasks Authors: Mohammadreza Rashidi | Published: 2026-07-14 プロンプトリーキングモデル抽出攻撃情報セキュリティ 2026.07.14 文献データベース
Agent-Safety Evaluations as Load-Bearing Evidence: A Vendor-Neutral, Cross-Harness Reconstructability Metric Authors: Oleg Solozobov | Published: 2026-07-14 エージェント操作手法モデル評価手法評価基準 2026.07.14 文献データベース
Isolation as a First-Class Principle for LLM-Agent System Safety: Concepts, Taxonomy, Challenges and Future Directions Authors: Huihao Jing, Wenbin Hu, Shaojin Chen, Haochen Shi, Sirui Zhang, Hanyu Yang, Changxuan Fan, Zhongwei Xie, Hongyu Luo, Wun Yu Chan, Wei Fan, Haoran Li, Yangqiu Song | Published: 2026-07-14 RAGへのポイズニング攻撃プロンプトインジェクション攻撃手法の説明 2026.07.14 文献データベース
Agent Hacks Agent: Autoresearch for Production-Agent Red-Teaming Authors: Xutao Mao, Xiang Zheng, Cong Wang | Published: 2026-07-13 インダイレクトプロンプトインジェクションシナリオベースの悪用攻撃手法評価 2026.07.13 文献データベース