Buchumschlag

GoldCoin: Grounding Large Language Models in Privacy Laws via Contextual Integrity Theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Wei, Li, Haoran, Deng, Zheye, Wang, Weiqi, Song, Yangqiu
Format:	Preprint
Veröffentlicht:	2024
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

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

PrivLM-Bench: A Multi-level Privacy Evaluation Benchmark for Language Models
von: Li, Haoran, et al.
Veröffentlicht: (2023)

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

Can LLMs Keep a Secret? Testing Privacy Implications of Language Models via Contextual Integrity Theory
von: Mireshghallah, Niloofar, et al.
Veröffentlicht: (2023)

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

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

CI-Work: Benchmarking Contextual Integrity in Enterprise LLM Agents
von: Fu, Wenjie, et al.
Veröffentlicht: (2026)

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)

Token-Level Privacy in Large Language Models
von: Harel, Re'em, et al.
Veröffentlicht: (2025)

Integrating Differential Privacy and Contextual Integrity
von: Benthall, Sebastian, et al.
Veröffentlicht: (2024)

Privacy-Preserving Instructions for Aligning Large Language Models
von: Yu, Da, et al.
Veröffentlicht: (2024)

Privacy-Preserving Parameter-Efficient Fine-Tuning for Large Language Model Services
von: Li, Yansong, et al.
Veröffentlicht: (2023)

Say Something Else: Rethinking Contextual Privacy as Information Sufficiency
von: Xiao, Yunze, et al.
Veröffentlicht: (2026)

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

Understanding and Mitigating Over-refusal for Large Language Models via Safety Representation
von: Zhang, Junbo, et al.
Veröffentlicht: (2025)

ML-Bench&Guard: Policy-Grounded Multilingual Safety Benchmark and Guardrail for Large Language Models
von: Zhao, Yunhan, et al.
Veröffentlicht: (2026)

Resource Consumption Red-Teaming for Large Vision-Language Models
von: Gao, Haoran, et al.
Veröffentlicht: (2025)

Contextualized Privacy Defense for LLM Agents
von: Wen, Yule, et al.
Veröffentlicht: (2026)

One Trigger Token Is Enough: A Defense Strategy for Balancing Safety and Usability in Large Language Models
von: Gu, Haoran, et al.
Veröffentlicht: (2025)

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

PrivacyRestore: Privacy-Preserving Inference in Large Language Models via Privacy Removal and Restoration
von: Zeng, Ziqian, et al.
Veröffentlicht: (2024)

What Does the Server See? Understanding Privacy Leakage from Large Language Models in Split Inference
von: Fan, Mingyuan, et al.
Veröffentlicht: (2026)

Toward Copyright Integrity and Verifiability via Multi-Bit Watermarking for Intelligent Transportation Systems
von: Wang, Yihao, et al.
Veröffentlicht: (2025)

Do Vision-Language Models Respect Contextual Integrity in Location Disclosure?
von: Yang, Ruixin, et al.
Veröffentlicht: (2026)

PAPILLON: Privacy Preservation from Internet-based and Local Language Model Ensembles
von: Siyan, Li, et al.
Veröffentlicht: (2024)

Security and Privacy Challenges of Large Language Models: A Survey
von: Das, Badhan Chandra, et al.
Veröffentlicht: (2024)

Privacy Preserving In-Context-Learning Framework for Large Language Models
von: Bhusal, Bishnu, et al.
Veröffentlicht: (2025)

The Model's Language Matters: A Comparative Privacy Analysis of LLMs
von: Mishra, Abhishek K., et al.
Veröffentlicht: (2025)

ConfGuard: A Simple and Effective Backdoor Detection for Large Language Models
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

Trojan Activation Attack: Red-Teaming Large Language Models using Activation Steering for Safety-Alignment
von: Wang, Haoran, et al.
Veröffentlicht: (2023)

Beyond Jailbreaking: Auditing Contextual Privacy in LLM Agents
von: Das, Saswat, et al.
Veröffentlicht: (2025)

EvoDefense: Co-Evolving Black-Box Defense with Large Language Models
von: Li, Yu, et al.
Veröffentlicht: (2026)

Detecting RAG Extraction Attack via Dual-Path Runtime Integrity Game
von: Xie, Yuanbo, et al.
Veröffentlicht: (2026)

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

Graded Modal Types for Integrity and Confidentiality
von: Marshall, Danielle, et al.
Veröffentlicht: (2023)

PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action
von: Shao, Yijia, et al.
Veröffentlicht: (2024)

Sanitize Your Responses: Mitigating Privacy Leakage in Large Language Models
von: Fu, Wenjie, et al.
Veröffentlicht: (2025)

Continuous Embedding Attacks via Clipped Inputs in Jailbreaking Large Language Models
von: Xu, Zihao, et al.
Veröffentlicht: (2024)

$PD^3F$: A Pluggable and Dynamic DoS-Defense Framework Against Resource Consumption Attacks Targeting Large Language Models
von: Zhang, Yuanhe, et al.
Veröffentlicht: (2025)

Synthesizing Tight Privacy and Accuracy Bounds via Weighted Model Counting
von: Oakley, Lisa, et al.
Veröffentlicht: (2024)