文献データベース

Policy-Verified Self-Training: Learning Agent Compliance from Verifiable Policy Rewards

Authors: Min-Young Yu | Published: 2026-10-14
セキュリティ検証手法
マルチエージェント強化学習
モデル性能評価

AutoPoly-HE: Autonomous Design of Polynomial Activations for Privacy-Preserving Encrypted Inference

Authors: Zeinab Elkhatib, Kamrul Hasan, Ali Sekmen, Imtiaz Ahmed, Tariqul Islam | Published: 2026-10-14
データセット評価
モデル性能評価
暗号化技術

Rethinking Quality in Large Language Model Routing: Security-Conditioned Model-and-Budget Selection

Authors: Yichi Zhang, Zhenxiang Huang, Yuyang Zhang, Yuchen Yang | Published: 2026-10-13
RAG
セキュリティ考慮
プロンプトインジェクション

Kairos: Transactional Security Enforcement at the System Boundary for LLM Agents

Authors: Kristoffer Hempel, Nils Loose, Lorenzo Cavallaro, Thomas Eisenbarth | Published: 2026-10-13
インダイレクトプロンプトインジェクション
セキュリティ考慮
権限管理

FedGraph: Defending Federated Large Language Model Fine-Tuning Against Backdoor Attacks via Graph-Based Aggregation

Authors: Xi Chen, Chunyi Zhou, Rui Zeng, Xiaogang Xu, Zhe Liu, Shouling Ji | Published: 2026-10-13
バックドアモデルの検知
プロンプトインジェクション
悪意のあるクライアント

ProtoArena: Can AI Agents Discover and Exploit Real-World Cross-Component Protocol Vulnerabilities?

Authors: Fasheng Miao, Zhaoyu Hu, Xiang Li, Changqing An, Jiutian Zeng, Longtao Huang, Haixin Duan, Jilong Wang | Published: 2026-10-13
インダイレクトプロンプトインジェクション
攻撃シナリオ
脆弱性評価

One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails

Authors: Seyedarmin Azizi, Erfan Baghaei Potraghloo, Massoud Pedram | Published: 2026-10-08
セキュリティ考慮
攻撃シナリオ
脆弱性評価

ReSI: Recursive Safety Improvement toward Resistant and Resilient AI

Authors: Jingnan Zheng, Dongcheng Zhang, Yi Zhang, Ming Zhang, Qiaosheng Zhang, Youbang Sun, An Zhang, Xiangnan He, Tat-Seng Chua, Xia Hu, Bowen Zhou, Chaochao Lu, Xiang Wang | Published: 2026-10-08
プロンプトインジェクション
モデル性能評価
脆弱性評価

Poster: A Preliminary Study of LLM Distillation Inference

Authors: Edward Chen, Yuntao Du | Published: 2026-10-08
AIによる出力のバイアスの検出
モデル性能評価
深層学習

Could LLM Watermark Detection be Public?

Authors: Georgios Milis, Tom Sander, Tomáš Souček, Heng Huang, Pierre Fernandez | Published: 2026-10-08
モデル抽出攻撃の検知
生成AI向け電子透かし
透かし攻撃