文献データベース

Backdoor Mitigation in Decentralized LLM Fine-Tuning

Authors: Sayan Biswas, Jade Garcia Bourrée, Rachid Guerraoui, Maxime Jacovella, Anne-Marie Kermarrec, Sathwika Peechara, Martijn de Vos, Milos Vujasinovic | Published: 2026-09-29
バックドアモデルの検知
プロンプトインジェクション
攻撃効果の評価

A Sharp Transition in Data Reconstruction under Differential Privacy

Authors: Max Cairney-Leeming, Simone Bombari, Marco Mondelli | Published: 2026-09-29
データプライバシー管理
再構成攻撃
透かし手法

Beyond Semantic Narrowing: Robust and Efficient LLM Watermarking with Hamming Neighborhoods

Authors: Zewen Sun, Tongyang Zhao, Liyao Xiang, Mingxuan Ma, Lingzhe Wang, Zhiyuan Li | Published: 2026-09-29
サンプリング手法
透かしの耐久性
透かし手法

ToolFence: Fine-Grained Authorization for Secure Tool-Using LLM Agents

Authors: Yanjie Li, Xiangyu He, Xuelong Dai, Bin Xiao | Published: 2026-09-29
インダイレクトプロンプトインジェクション
プロンプトインジェクション攻撃
プロンプトリーキング

Absorbed in Inertia: Activation Analysis for Computer-Use Agents

Authors: Giulio Segalini, Zhi Wen Soi, Jérémie Decouchant, Lydia Chen | Published: 2026-09-29
インダイレクトプロンプトインジェクション
モデル編集手法
透かし手法

actr: aligning thoughts and responses for multilingual safety in reasoning llms

Authors: Xianhui Zhang, Jian Yu, Chengyu Xie, Chenhang Cui, Shuyi Miao, Pengyang Shao, Yu Zheng, Fei Shen, Tat-Seng Chua | Published: 2026-09-29
プロンプトインジェクション
安全性分析
神経細胞と安全性

OPFL: Optimistic Verification of Federated Learning via Empirical Boundary

Authors: Hongxu Su, Jianzhu Yao, Xuechao Wang, Pramod Viswanath | Published: 2026-09-29
データプライバシー管理
攻撃モデルの訓練
透かし手法

Controlled Decoding Attacks on Black-Box LLMs

Authors: Jesson Wang, Shawn Li, Wei Yang, Franck Dernoncourt, Ryan A. Rossi, Charith Peris, Yue Zhao | Published: 2026-09-29
データ生成
大規模言語モデル
透かし技術

Practical Secrets Extraction against Black-box LLMs

Authors: Shiqian Zhao, Siwei Jiang, Xinfeng Li, Runyi Hu, Yandan Zheng, Congyu Guo, Tianwei Zhang, Anh Tuan Luu | Published: 2026-09-29
データ生成
プロンプトリーキング
透かし技術

SKILLLITE: Evidence-Guided Malicious Skill Auditing with Compact LLMs

Authors: Haoran Ou, Gelei Deng, Xuanye Zhang, Wenbo Guo, Tianwei Zhang, Kwok-Yan Lam | Published: 2026-09-29
サイバーセキュリティの脅威
プロンプトインジェクション
リスク評価