Detecting Training Data of Large Language Models via Expectation Maximization Authors: Gyuwan Kim, Yang Li, Evangelia Spiliopoulou, Jie Ma, Miguel Ballesteros, William Yang Wang | Published: 2024-10-10 LLM性能評価メンバーシップ推論 2024.10.10 2025.04.03 文献データベース
RealVul: Can We Detect Vulnerabilities in Web Applications with LLM? Authors: Di Cao, Yong Liao, Xiuwei Shang | Published: 2024-10-10 LLM性能評価脆弱性管理 2024.10.10 2025.04.03 文献データベース
Instructional Segment Embedding: Improving LLM Safety with Instruction Hierarchy Authors: Tong Wu, Shujian Zhang, Kaiqiang Song, Silei Xu, Sanqiang Zhao, Ravi Agrawal, Sathish Reddy Indurthi, Chong Xiang, Prateek Mittal, Wenxuan Zhou | Published: 2024-10-09 LLM性能評価プロンプトインジェクション 2024.10.09 2025.04.03 文献データベース
Signal Watermark on Large Language Models Authors: Zhenyu Xu, Victor S. Sheng | Published: 2024-10-09 LLM性能評価ウォーターマーキング透かし評価 2024.10.09 2025.04.03 文献データベース
Superficial Safety Alignment Hypothesis Authors: Jianwei Li, Jung-Eun Kim | Published: 2024-10-07 LLM性能評価安全性アライメント 2024.10.07 2025.04.03 文献データベース
DiDOTS: Knowledge Distillation from Large-Language-Models for Dementia Obfuscation in Transcribed Speech Authors: Dominika Woszczyk, Soteris Demetriou | Published: 2024-10-05 LLM性能評価プライバシー保護 2024.10.05 2025.04.03 文献データベース
A Watermark for Black-Box Language Models Authors: Dara Bahri, John Wieting, Dana Alon, Donald Metzler | Published: 2024-10-02 LLM性能評価ウォーターマーキング透かし評価 2024.10.02 2025.04.03 文献データベース
PathSeeker: Exploring LLM Security Vulnerabilities with a Reinforcement Learning-Based Jailbreak Approach Authors: Zhihao Lin, Wei Ma, Mingyi Zhou, Yanjie Zhao, Haoyu Wang, Yang Liu, Jun Wang, Li Li | Published: 2024-09-21 | Updated: 2024-10-03 LLM性能評価プロンプトインジェクション 2024.09.21 2025.04.03 文献データベース
CLNX: Bridging Code and Natural Language for C/C++ Vulnerability-Contributing Commits Identification Authors: Zeqing Qin, Yiwei Wu, Lansheng Han | Published: 2024-09-11 LLM性能評価プログラム解析プロンプトインジェクション 2024.09.11 2025.04.03 文献データベース
DrLLM: Prompt-Enhanced Distributed Denial-of-Service Resistance Method with Large Language Models Authors: Zhenyu Yin, Shang Liu, Guangyuan Xu | Published: 2024-09-11 | Updated: 2025-01-13 DDoS攻撃検出LLM性能評価プロンプトインジェクション 2024.09.11 2025.04.03 文献データベース