Buchumschlag

Evaluating and Mitigating Linguistic Discrimination in Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dong, Guoliang, Wang, Haoyu, Sun, Jun, Wang, Xinyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Cryptography and Security Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Detection of Toxic Prompts in Large Language Models
von: Liu, Yi, et al.
Veröffentlicht: (2024)

Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models
von: Dong, Yihong, et al.
Veröffentlicht: (2024)

Prompt Injection attack against LLM-integrated Applications
von: Liu, Yi, et al.
Veröffentlicht: (2023)

LLM-enabled Applications Require System-Level Threat Monitoring
von: Zhang, Yedi, et al.
Veröffentlicht: (2026)

Automata-Based Steering of Large Language Models for Diverse Structured Generation
von: Luan, Xiaokun, et al.
Veröffentlicht: (2025)

UniTSyn: A Large-Scale Dataset Capable of Enhancing the Prowess of Large Language Models for Program Testing
von: He, Yifeng, et al.
Veröffentlicht: (2024)

Fuzzing: Randomness? Reasoning! Efficient Directed Fuzzing via Large Language Models
von: Feng, Xiaotao, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Preliminary Security Risk Analysis: A Mission-Critical Case Study
von: Esposito, Matteo, et al.
Veröffentlicht: (2024)

LUNA: A Model-Based Universal Analysis Framework for Large Language Models
von: Song, Da, et al.
Veröffentlicht: (2023)

LeCov: Multi-level Testing Criteria for Large Language Models
von: Xie, Xuan, et al.
Veröffentlicht: (2024)

Evaluation of the Programming Skills of Large Language Models
von: Heitz, Luc Bryan, et al.
Veröffentlicht: (2024)

AnyPoC: Universal Proof-of-Concept Test Generation for Scalable LLM-Based Bug Detection
von: Zhao, Zijie, et al.
Veröffentlicht: (2026)

Agent Skills in the Wild: An Empirical Study of Security Vulnerabilities at Scale
von: Liu, Yi, et al.
Veröffentlicht: (2026)

Groot: Adversarial Testing for Generative Text-to-Image Models with Tree-based Semantic Transformation
von: Liu, Yi, et al.
Veröffentlicht: (2024)

Exploring ChatGPT's Capabilities on Vulnerability Management
von: Liu, Peiyu, et al.
Veröffentlicht: (2023)

CodeAttack: Revealing Safety Generalization Challenges of Large Language Models via Code Completion
von: Ren, Qibing, et al.
Veröffentlicht: (2024)

VulDetectBench: Evaluating the Deep Capability of Vulnerability Detection with Large Language Models
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models for Command Injection Vulnerability Analysis in Python: An Empirical Study on Popular Open-Source Projects
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

Mitigating Sensitive Information Leakage in LLMs4Code through Machine Unlearning
von: Gu, Shanzhi, et al.
Veröffentlicht: (2025)

PrimeGuard: Safe and Helpful LLMs through Tuning-Free Routing
von: Manczak, Blazej, et al.
Veröffentlicht: (2024)

Can LLM Prompting Serve as a Proxy for Static Analysis in Vulnerability Detection
von: Ceka, Ira, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Few-Shot Prompting Versus Fine-Tuning for Code Vulnerability Detection
von: Trad, Fouad, et al.
Veröffentlicht: (2025)

Overeager Coding Agents: Measuring Out-of-Scope Actions on Benign Tasks
von: Qu, Yubin, et al.
Veröffentlicht: (2026)

SecureVibeBench: Benchmarking Secure Vibe Coding of AI Agents via Reconstructing Vulnerability-Introducing Scenarios
von: Chen, Junkai, et al.
Veröffentlicht: (2025)

Web Agents Should Adopt the Plan-Then-Execute Paradigm
von: Piet, Julien, et al.
Veröffentlicht: (2026)

ContraFix: Agentic Vulnerability Repair via Differential Runtime Evidence and Skill Reuse
von: Liu, Simiao, et al.
Veröffentlicht: (2026)

A Systematic Approach to Predict the Impact of Cybersecurity Vulnerabilities Using LLMs
von: Høst, Anders Mølmen, et al.
Veröffentlicht: (2025)

The Invisible Hand: Unveiling Provider Bias in Large Language Models for Code Generation
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Large Language Models Cannot Reliably Detect Vulnerabilities in JavaScript: The First Systematic Benchmark and Evaluation
von: Fei, Qingyuan, et al.
Veröffentlicht: (2025)

Traces of Memorisation in Large Language Models for Code
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2023)

Unveiling the Landscape of LLM Deployment in the Wild: An Empirical Study
von: Hou, Xinyi, et al.
Veröffentlicht: (2025)

R1-Fuzz: Specializing Language Models for Textual Fuzzing via Reinforcement Learning
von: Lin, Jiayi, et al.
Veröffentlicht: (2025)

LLbezpeky: Leveraging Large Language Models for Vulnerability Detection
von: Mathews, Noble Saji, et al.
Veröffentlicht: (2024)

LLAMAFUZZ: Large Language Model Enhanced Greybox Fuzzing
von: Zhang, Hongxiang, et al.
Veröffentlicht: (2024)

HoneyGPT: Breaking the Trilemma in Terminal Honeypots with Large Language Model
von: Wang, Ziyang, et al.
Veröffentlicht: (2024)

Smart-LLaMA: Two-Stage Post-Training of Large Language Models for Smart Contract Vulnerability Detection and Explanation
von: Yu, Lei, et al.
Veröffentlicht: (2024)

KernelGPT: Enhanced Kernel Fuzzing via Large Language Models
von: Yang, Chenyuan, et al.
Veröffentlicht: (2023)

Large Language Model Supply Chain: Open Problems From the Security Perspective
von: Hu, Qiang, et al.
Veröffentlicht: (2024)

Code Security Vulnerability Repair Using Reinforcement Learning with Large Language Models
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2024)

Automatically Generating Rules of Malicious Software Packages via Large Language Model
von: Zhang, XiangRui, et al.
Veröffentlicht: (2025)