Buchumschlag

Token-Level Adversarial Prompt Detection Based on Perplexity Measures and Contextual Information

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Zhengmian, Wu, Gang, Mitra, Saayan, Zhang, Ruiyi, Sun, Tong, Huang, Heng, Swaminathan, Viswanathan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Bayesian Approach to Harnessing the Power of LLMs in Authorship Attribution
von: Hu, Zhengmian, et al.
Veröffentlicht: (2024)

A Penalty Goes a Long Way: Measuring Lexical Diversity in Synthetic Texts Under Prompt-Influenced Length Variations
von: Deshpande, Vijeta, et al.
Veröffentlicht: (2025)

Towards Optimal Multi-draft Speculative Decoding
von: Hu, Zhengmian, et al.
Veröffentlicht: (2025)

A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models
von: Wu, Yihan, et al.
Veröffentlicht: (2023)

Multi-Level Contextual Token Relation Modeling for Machine-Generated Text Detection
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

PLPP: Prompt Learning with Perplexity Is Self-Distillation for Vision-Language Models
von: Liu, Biao, et al.
Veröffentlicht: (2024)

Perplexed by Perplexity: Perplexity-Based Data Pruning With Small Reference Models
von: Ankner, Zachary, et al.
Veröffentlicht: (2024)

Mitigating Forgetting in LLM Fine-Tuning via Low-Perplexity Token Learning
von: Wu, Chao-Chung, et al.
Veröffentlicht: (2025)

Perplexity Trap: PLM-Based Retrievers Overrate Low Perplexity Documents
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Is my model perplexed for the right reason? Contrasting LLMs' Benchmark Behavior with Token-Level Perplexity
von: Prins, Zoë, et al.
Veröffentlicht: (2026)

Addressing Tokenization Inconsistency in Steganography and Watermarking Based on Large Language Models
von: Yan, Ruiyi, et al.
Veröffentlicht: (2025)

Demystifying Prompts in Language Models via Perplexity Estimation
von: Gonen, Hila, et al.
Veröffentlicht: (2022)

GraphicBench: A Planning Benchmark for Graphic Design with Language Agents
von: Ki, Dayeon, et al.
Veröffentlicht: (2025)

CodeLutra: Boosting LLM Code Generation via Preference-Guided Refinement
von: Tao, Leitian, et al.
Veröffentlicht: (2024)

Mitigating Forgetting Between Supervised and Reinforcement Learning Yields Stronger Reasoners
von: Yuan, Xiangchi, et al.
Veröffentlicht: (2025)

Inevitable Trade-off between Watermark Strength and Speculative Sampling Efficiency for Language Models
von: Hu, Zhengmian, et al.
Veröffentlicht: (2024)

On the Fallacy of Global Token Perplexity in Spoken Language Model Evaluation
von: Hsu, Chan-Jan, et al.
Veröffentlicht: (2026)

An Interactive Paradigm for Deep Research
von: Ai, Lin, et al.
Veröffentlicht: (2026)

ThinkRouter: Efficient Reasoning via Routing Thinking between Latent and Discrete Spaces
von: Xu, Xin, et al.
Veröffentlicht: (2026)

Inconsistent Tokenizations Cause Language Models to be Perplexed by Japanese Grammar
von: Gambardella, Andrew, et al.
Veröffentlicht: (2025)

PromptFix: Few-shot Backdoor Removal via Adversarial Prompt Tuning
von: Zhang, Tianrong, et al.
Veröffentlicht: (2024)

Few-Shot Dialogue Summarization via Skeleton-Assisted Prompt Transfer in Prompt Tuning
von: Xie, Kaige, et al.
Veröffentlicht: (2023)

Can Perplexity Reflect Large Language Model's Ability in Long Text Understanding?
von: Hu, Yutong, et al.
Veröffentlicht: (2024)

FrugalPrompt: Reducing Contextual Overhead in Large Language Models via Token Attribution
von: Raiyan, Syed Rifat, et al.
Veröffentlicht: (2025)

Rethinking Perplexity: Revealing the Impact of Input Length on Perplexity Evaluation in LLMs
von: Cheng, Letian, et al.
Veröffentlicht: (2026)

Beyond Natural Language Perplexity: Detecting Dead Code Poisoning in Code Generation Datasets
von: Tsai, Chi-Chien, et al.
Veröffentlicht: (2025)

RePPL: Recalibrating Perplexity by Uncertainty in Semantic Propagation and Language Generation for Explainable QA Hallucination Detection
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

Cautious Next Token Prediction
von: Wang, Yizhou, et al.
Veröffentlicht: (2025)

ASTPrompter: Preference-Aligned Automated Language Model Red-Teaming to Generate Low-Perplexity Unsafe Prompts
von: Hardy, Amelia F., et al.
Veröffentlicht: (2024)

The Perplexity Paradox: Why Code Compresses Better Than Math in LLM Prompts
von: Johnson, Warren
Veröffentlicht: (2026)

Mapping Overlaps in Benchmarks through Perplexity in the Wild
von: Wu, Siyang, et al.
Veröffentlicht: (2025)

Measuring Contextual Informativeness in Child-Directed Text
von: Valentini, Maria, et al.
Veröffentlicht: (2024)

Can Perplexity Predict Fine-tuning Performance? An Investigation of Tokenization Effects on Sequential Language Models for Nepali
von: Luitel, Nishant, et al.
Veröffentlicht: (2024)

Cmprsr: Abstractive Token-Level Question-Agnostic Prompt Compressor
von: Zakazov, Ivan, et al.
Veröffentlicht: (2025)

Beyond Perplexity: Character Distribution Signatures and the MDTA Benchmark for AI Text Detection
von: Narayanasamy, Priyadarshan, et al.
Veröffentlicht: (2026)

Perplexity-Aware Data Scaling Law: Perplexity Landscapes Predict Performance for Continual Pre-training
von: Liu, Lei, et al.
Veröffentlicht: (2025)

Show Me What I Like: Detecting User-Specific Video Highlights Using Content-Based Multi-Head Attention
von: Bhattacharya, Uttaran, et al.
Veröffentlicht: (2022)

Detecting Ambiguities to Guide Query Rewrite for Robust Conversations in Enterprise AI Assistants
von: Tanjim, Md Mehrab, et al.
Veröffentlicht: (2025)

SePer: Measure Retrieval Utility Through The Lens Of Semantic Perplexity Reduction
von: Dai, Lu, et al.
Veröffentlicht: (2025)

Probing Geometry of Next Token Prediction Using Cumulant Expansion of the Softmax Entropy
von: Viswanathan, Karthik, et al.
Veröffentlicht: (2025)