文献データベース

The Safety Operator: Modulating the Expression of Safety Instructions via Spectral Optimization

Authors: Benoit Dherin, Michael Munn, Xavier Gonzalvo, Adrian Goldwaser, Blaz Bratanic, Ananth Balashankar, Andrey Vlasov, Pinzhi Huang, Cecile Loge, Nicole Mitchell, Andre Fernandes, Trilok Acharya, Wendy Kan, Ziyue Wang, Hanna Mazzawi, Felipe Tiengo Ferreira, Mor Geva | Published: 2026-09-29
大規模言語モデル
安全性分析
透かしの耐久性
2026.09.29
文献データベース

TokenCast: Forecasting Token Consumption During LLM Agent Execution

Authors: Chaoqian Ouyang, Ling Yue, Libin Zheng, Huanghui Guo, Shengxiang Xu, YiShu Wang, Ran Li, Jian Yin, Shaowu Pan, Shimin Di | Published: 2026-09-28
データ生成
モデルDoS
透かし技術
2026.09.28
文献データベース

Distillation Defenses Easily Break After Reinforcement Learning

Authors: Shidan Javaheri, Alexander Panfilov, Oliver Britton, Yarin Gal, Yonatan Gideoni | Published: 2026-09-28
モデルの頑健性保証
強化学習
敵対的学習
2026.09.28
文献データベース

Share-Borne AI Virus: Memory-Hopping Attacks Across LLM Agents

Authors: Sidharth Pulipaka, Ansh Sharma, Stanislau Hlebik, Leonidas Raghav, Vyas Raina, Ivaxi Sheth, Mario Fritz | Published: 2026-09-28
AIシステムの関係性
攻撃戦略分析
透かし攻撃
2026.09.28
文献データベース

Let the Neurons Die: Exploiting ReLU-Induced Model Degradation

Authors: Kexin Li, Wenjun Qiu, Joshua Abraham, Aditi Maheshwari, David Lie | Published: 2026-09-28
データ生成
モデル設計
攻撃効果の評価
2026.09.28
文献データベース

LLM-Assisted Automatic Security Proofs for Cryptographic Protocols: How Far Are We?

Authors: Tianjian Liu, Shicheng Feng, Jin'ao Shang, Xiaoting Lyu, Bin Wang, Zonghua Zhang, Lei Xue, Wei Wang | Published: 2026-09-28
モデル抽出攻撃
暗号化プロトコル
脆弱性評価
2026.09.28
文献データベース

“Nothing to See Here”: Unintended Disclosure through Revision Traces of LLM Deliverables

Authors: Yage Zhang, Yukun Jiang, Yang Zhang | Published: 2026-09-28
データ生成の安全性
情報抽出
透かし設計
2026.09.28
文献データベース

Continuous Assurance of Agentic Security Auditors for Software Delivery Decision Gates

Authors: Guy Lupo, Nguyen Hung Nguyen, Viet Vo, M. A. P. Chamikara, Guangdong Bai, Nazatul Haque Sultan, Alsharif Abuadbba | Published: 2026-09-28
AIシステムの関係性
セキュリティプロファイリング
監査ログ分析
2026.09.28
文献データベース

Still There, No Longer Seen: Exposing Compression-Induced Risk in Large Vision-Language Models

Authors: Qiankun Li, Yuechen Zhang, Bowen Chen, Shilinlu Yan, Zhenhong Zhou, Kun Wang, Li Sun | Published: 2026-09-28
攻撃効果の評価
透かし手法
透かし技術
2026.09.28
文献データベース

Before Acting, Change the State: Prospective State Intervention for Web Agents under Deceptive Interfaces

Authors: Ruozhao Yang, Mingfei Cheng, Xiaofei Xie | Published: 2026-09-28
動的なポリシーやアクセス制御
透かし技術
防御効果分析
2026.09.28
文献データベース
次のページ