Who Speaks for the Trigger? Dynamic Expert Routing in Backdoored Mixture-of-Experts Transformers Authors: Xin Zhao, Xiaojun Chen, Bingshan Liu, Haoyu Gao, Zhendong Zhao, Yilong Chen | Published: 2025-10-15 バックドアモデルの検知プロンプトリーキング大規模言語モデル 2025.10.15 文献データベース
Evaluating and Mitigating LLM-as-a-judge Bias in Communication Systems Authors: Jiaxin Gao, Chen Chen, Yanwen Jia, Xueluan Gong, Kwok-Yan Lam, Qian Wang | Published: 2025-10-14 バイアスプロンプトリーキング大規模言語モデル 2025.10.14 文献データベース
Large Language Models Are Effective Code Watermarkers Authors: Rui Xu, Jiawei Chen, Zhaoxia Yin, Cong Kong, Xinpeng Zhang | Published: 2025-10-13 プロンプトリーキングロバスト性生成AI向け電子透かし 2025.10.13 文献データベース
TypePilot: Leveraging the Scala Type System for Secure LLM-generated Code Authors: Alexander Sternfeld, Andrei Kucharavy, Ljiljana Dolamic | Published: 2025-10-13 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分析手法プロンプトリーキング 2025.10.13 文献データベース
Rethinking Reasoning: A Survey on Reasoning-based Backdoors in LLMs Authors: Man Hu, Xinyi Wu, Zuofeng Suo, Jinbo Feng, Linghui Meng, Yanhao Jia, Anh Tuan Luu, Shuai Zhao | Published: 2025-10-09 プロンプトリーキング推論に基づくバックドア攻撃防御手法 2025.10.09 文献データベース
Untargeted Jailbreak Attack Authors: Xinzhe Huang, Wenjing Hu, Tianhang Zheng, Kedong Xiu, Xiaojun Jia, Di Wang, Zhan Qin, Kui Ren | Published: 2025-10-03 | Updated: 2025-10-28 プロンプトインジェクションプロンプトリーキング防御手法の効果分析 2025.10.03 文献データベース
Fine-Tuning Jailbreaks under Highly Constrained Black-Box Settings: A Three-Pronged Approach Authors: Xiangfang Li, Yu Wang, Bo Li | Published: 2025-10-01 | Updated: 2025-10-09 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リーキング防御メカニズム 2025.10.01 文献データベース
MaskSQL: Safeguarding Privacy for LLM-Based Text-to-SQL via Abstraction Authors: Sepideh Abedini, Shubhankar Mohapatra, D. B. Emerson, Masoumeh Shafieinejad, Jesse C. Cresswell, Xi He | Published: 2025-09-27 | Updated: 2025-09-30 SQLクエリ生成プロンプトインジェクションプロンプトリーキング 2025.09.27 文献データベース
Enterprise AI Must Enforce Participant-Aware Access Control Authors: Shashank Shreedhar Bhatt, Tanmay Rajore, Khushboo Aggarwal, Ganesh Ananthanarayanan, Ranveer Chandra, Nishanth Chandran, Suyash Choudhury, Divya Gupta, Emre Kiciman, Sumit Kumar Pandey, Srinath Setty, Rahul Sharma, Teijia Zhao | Published: 2025-09-18 セキュリティ分析プライバシー管理プロンプトリーキング 2025.09.18 文献データベース
Yet Another Watermark for Large Language Models Authors: Siyuan Bao, Ying Shi, Zhiguang Yang, Hanzhou Wu, Xinpeng Zhang | Published: 2025-09-16 プロンプトリーキング大規模言語モデル透かし技術 2025.09.16 文献データベース