Buchumschlag

PrivLM-Bench: A Multi-level Privacy Evaluation Benchmark for Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Haoran, Guo, Dadi, Li, Donghao, Fan, Wei, Hu, Qi, Liu, Xin, Chan, Chunkit, Yao, Duanyi, Yao, Yuan, Song, Yangqiu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simulate and Eliminate: Revoke Backdoors for Generative Large Language Models
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Privacy in Large Language Models: Attacks, Defenses and Future Directions
von: Li, Haoran, et al.
Veröffentlicht: (2023)

ComPrivDet: Efficient Privacy Object Detection in Compressed Domains Through Inference Reuse
von: Yao, Yunhao, et al.
Veröffentlicht: (2026)

DeDe: Detecting Backdoor Samples for SSL Encoders via Decoders
von: Hou, Sizai, et al.
Veröffentlicht: (2024)

Privacy-Preserved Neural Graph Databases
von: Hu, Qi, et al.
Veröffentlicht: (2023)

GoldCoin: Grounding Large Language Models in Privacy Laws via Contextual Integrity Theory
von: Fan, Wei, et al.
Veröffentlicht: (2024)

PrivCode: When Code Generation Meets Differential Privacy
von: Liu, Zheng, et al.
Veröffentlicht: (2025)

PrivHAR-Bench: A Graduated Privacy Benchmark Dataset for Video-Based Action Recognition
von: Ansari, Samar
Veröffentlicht: (2026)

Constructing Adversarial Examples for Vertical Federated Learning: Optimal Client Corruption through Multi-Armed Bandit
von: Yao, Duanyi, et al.
Veröffentlicht: (2024)

Federated Domain-Specific Knowledge Transfer on Large Language Models Using Synthetic Data
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Privacy Checklist: Privacy Violation Detection Grounding on Contextual Integrity Theory
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Backdoor-Powered Prompt Injection Attacks Nullify Defense Methods
von: Chen, Yulin, et al.
Veröffentlicht: (2025)

PrivAR: Real-Time Privacy Protection for Location-Based Augmented Reality Applications
von: Seeam, Shafizur Rahman, et al.
Veröffentlicht: (2025)

PrivShape: Extracting Shapes in Time Series under User-Level Local Differential Privacy
von: Mao, Yulian, et al.
Veröffentlicht: (2024)

PrivDiffuser: Privacy-Guided Diffusion Model for Data Obfuscation in Sensor Networks
von: Yang, Xin, et al.
Veröffentlicht: (2024)

Got Root? A Linux Priv-Esc Benchmark
von: Happe, Andreas, et al.
Veröffentlicht: (2024)

URVFL: Undetectable Data Reconstruction Attack on Vertical Federated Learning
von: Yao, Duanyi, et al.
Veröffentlicht: (2024)

MultiPriv: Benchmarking Individual-Level Privacy Reasoning in Vision-Language Models
von: Sun, Xiongtao, et al.
Veröffentlicht: (2025)

PrivTru: A Privacy-by-Design Data Trustee Minimizing Information Leakage
von: Gehring, Lukas, et al.
Veröffentlicht: (2025)

Hidden Ads: Behavior Triggered Semantic Backdoors for Advertisement Injection in Vision Language Models
von: Yao, Duanyi, et al.
Veröffentlicht: (2026)

PrivAgE: A Toolchain for Privacy-Preserving Distributed Aggregation on Edge-Devices
von: Liebenow, Johannes, et al.
Veröffentlicht: (2023)

TopicAttack: An Indirect Prompt Injection Attack via Topic Transition
von: Chen, Yulin, et al.
Veröffentlicht: (2025)

Can Indirect Prompt Injection Attacks Be Detected and Removed?
von: Chen, Yulin, et al.
Veröffentlicht: (2025)

PrivFED -- A Framework for Privacy-Preserving Federated Learning in Enhanced Breast Cancer Diagnosis
von: Jha, Maithili, et al.
Veröffentlicht: (2024)

Defense Against Prompt Injection Attack by Leveraging Attack Techniques
von: Chen, Yulin, et al.
Veröffentlicht: (2024)

BaThe: Defense against the Jailbreak Attack in Multimodal Large Language Models by Treating Harmful Instruction as Backdoor Trigger
von: Chen, Yulin, et al.
Veröffentlicht: (2024)

FedMIA: An Effective Membership Inference Attack Exploiting "All for One" Principle in Federated Learning
von: Zhu, Gongxi, et al.
Veröffentlicht: (2024)

PrivATE: Differentially Private Average Treatment Effect Estimation for Observational Data
von: Yuan, Quan, et al.
Veröffentlicht: (2025)

PrivFly: A Privacy-Preserving Self-Supervised Framework for Rare Attack Detection in IoFT
von: Menssouri, Safaa, et al.
Veröffentlicht: (2026)

PrivDPR: Synthetic Graph Publishing with Deep PageRank under Differential Privacy
von: Zhang, Sen, et al.
Veröffentlicht: (2025)

PrivTuner with Homomorphic Encryption and LoRA: A P3EFT Scheme for Privacy-Preserving Parameter-Efficient Fine-Tuning of AI Foundation Models
von: Li, Yang, et al.
Veröffentlicht: (2024)

PrivSTRUCT: Untangling Data Purpose Compliance of Privacy Policies in Google Play Store
von: Silva, Bhanuka, et al.
Veröffentlicht: (2026)

PrivLLMSwarm: Privacy-Preserving LLM-Driven UAV Swarms for Secure IoT Surveillance
von: Ayana, Jifar Wakuma, et al.
Veröffentlicht: (2025)

High Epsilon Synthetic Data Vulnerabilities in MST and PrivBayes
von: Golob, Steven, et al.
Veröffentlicht: (2024)

Auditing M-LLMs for Privacy Risks: A Synthetic Benchmark and Evaluation Framework
von: Li, Junhao, et al.
Veröffentlicht: (2025)

PrivComp-KG : Leveraging Knowledge Graph and Large Language Models for Privacy Policy Compliance Verification
von: Garza, Leon, et al.
Veröffentlicht: (2024)

I Can Tell Your Secrets: Inferring Privacy Attributes from Mini-app Interaction History in Super-apps
von: Cai, Yifeng, et al.
Veröffentlicht: (2025)

Robustness via Referencing: Defending against Prompt Injection Attacks by Referencing the Executed Instruction
von: Chen, Yulin, et al.
Veröffentlicht: (2025)

Dual-Priv Pruning : Efficient Differential Private Fine-Tuning in Multimodal Large Language Models
von: Wei, Qianshan, et al.
Veröffentlicht: (2025)

PrivORL: Differentially Private Synthetic Dataset for Offline Reinforcement Learning
von: Gong, Chen, et al.
Veröffentlicht: (2025)