Схожі ресурси

• Probe before You Talk: Towards Black-box Defense against Backdoor Unalignment for Large Language Models
  за авторством: Yi, Biao, та інші
  Опубліковано: (2025)
• CTRAP: Embedding Collapse Trap to Safeguard Large Language Models from Harmful Fine-Tuning
  за авторством: Yi, Biao, та інші
  Опубліковано: (2025)
• BadJudge: Backdoor Vulnerabilities of LLM-as-a-Judge
  за авторством: Tong, Terry, та інші
  Опубліковано: (2025)
• BadLingual: A Novel Lingual-Backdoor Attack against Large Language Models
  за авторством: Wang, Zihan, та інші
  Опубліковано: (2025)
• BadApex: Backdoor Attack Based on Adaptive Optimization Mechanism of Black-box Large Language Models
  за авторством: Wu, Zhengxian, та інші
  Опубліковано: (2025)