“Do Anything Now”: Characterizing and Evaluating In-The-Wild Jailbreak Prompts on Large Language Models Authors: Xinyue Shen, Zeyuan Chen, Michael Backes, Yun Shen, Yang Zhang | Published: 2023-08-07 | Updated: 2024-05-15 LLMセキュリティキャラクター役割演技プロンプトインジェクション 2023.08.07 2025.04.03 文献データベース
Mondrian: Prompt Abstraction Attack Against Large Language Models for Cheaper API Pricing Authors: Wai Man Si, Michael Backes, Yang Zhang | Published: 2023-08-07 ウォーターマーキングプロンプトインジェクション生成モデルの課題 2023.08.07 2025.04.03 文献データベース
PromptCARE: Prompt Copyright Protection by Watermark Injection and Verification Authors: Hongwei Yao, Jian Lou, Kui Ren, Zhan Qin | Published: 2023-08-05 | Updated: 2023-11-28 ソフトプロンプト最適化プロンプトインジェクション透かしの耐久性 2023.08.05 2025.04.03 文献データベース
Backdooring Instruction-Tuned Large Language Models with Virtual Prompt Injection Authors: Jun Yan, Vikas Yadav, Shiyang Li, Lichang Chen, Zheng Tang, Hai Wang, Vijay Srinivasan, Xiang Ren, Hongxia Jin | Published: 2023-07-31 | Updated: 2024-04-03 LLMセキュリティシステムプロンプト生成プロンプトインジェクション 2023.07.31 2025.04.03 文献データベース
Universal and Transferable Adversarial Attacks on Aligned Language Models Authors: Andy Zou, Zifan Wang, Nicholas Carlini, Milad Nasr, J. Zico Kolter, Matt Fredrikson | Published: 2023-07-27 | Updated: 2023-12-20 LLMセキュリティプロンプトインジェクション不適切コンテンツ生成 2023.07.27 2025.04.03 文献データベース
Backdoor Attacks for In-Context Learning with Language Models Authors: Nikhil Kandpal, Matthew Jagielski, Florian Tramèr, Nicholas Carlini | Published: 2023-07-27 LLMセキュリティバックドア攻撃プロンプトインジェクション 2023.07.27 2025.04.03 文献データベース
Unveiling Security, Privacy, and Ethical Concerns of ChatGPT Authors: Xiaodong Wu, Ran Duan, Jianbing Ni | Published: 2023-07-26 LLMセキュリティプロンプトインジェクション不適切コンテンツ生成 2023.07.26 2025.04.03 文献データベース
Getting pwn’d by AI: Penetration Testing with Large Language Models Authors: Andreas Happe, Jürgen Cito | Published: 2023-07-24 | Updated: 2023-08-17 LLMセキュリティプロンプトインジェクションペネトレーションテスト手法 2023.07.24 2025.04.03 文献データベース
The Looming Threat of Fake and LLM-generated LinkedIn Profiles: Challenges and Opportunities for Detection and Prevention Authors: Navid Ayoobi, Sadat Shahriar, Arjun Mukherjee | Published: 2023-07-21 データ生成プロンプトインジェクション検出手法の分析 2023.07.21 2025.04.03 文献データベース
A LLM Assisted Exploitation of AI-Guardian Authors: Nicholas Carlini | Published: 2023-07-20 プロンプトインジェクションメンバーシップ推論透かしの耐久性 2023.07.20 2025.04.03 文献データベース