Buchumschlag

Ward: Provable RAG Dataset Inference via LLM Watermarks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jovanović, Nikola, Staab, Robin, Baader, Maximilian, Vechev, Martin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

A Unified Framework for LLM Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2026)

Watermarking Diffusion Language Models
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Discovering Spoofing Attempts on Language Model Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2024)

LLM Fingerprinting via Semantically Conditioned Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Towards Watermarking of Open-Source LLMs
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Black-Box Detection of Language Model Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2024)

Watch your steps: Dormant Adversarial Behaviors that Activate upon LLM Finetuning
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Exploiting LLM Quantization
von: Egashira, Kazuki, et al.
Veröffentlicht: (2024)

Fewer Weights, More Problems: A Practical Attack on LLM Pruning
von: Egashira, Kazuki, et al.
Veröffentlicht: (2025)

Watermarking Autoregressive Image Generation
von: Jovanović, Nikola, et al.
Veröffentlicht: (2025)

Every Bit, Everywhere, All at Once: A Binomial Multibit LLM Watermark
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2026)

BaxBench: Can LLMs Generate Correct and Secure Backends?
von: Vero, Mark, et al.
Veröffentlicht: (2025)

Pay Attention to the Triggers: Constructing Backdoors That Survive Distillation
von: De Muri, Giovanni, et al.
Veröffentlicht: (2025)

Mind the Gap: A Practical Attack on GGUF Quantization
von: Egashira, Kazuki, et al.
Veröffentlicht: (2025)

Evading Data Contamination Detection for Language Models is (too) Easy
von: Dekoninck, Jasper, et al.
Veröffentlicht: (2024)

AutoBaxBuilder: Bootstrapping Code Security Benchmarking
von: von Arx, Tobias, et al.
Veröffentlicht: (2025)

SoK: Data Minimization in Machine Learning
von: Staab, Robin, et al.
Veröffentlicht: (2025)

CommandSans: Securing AI Agents with Surgical Precision Prompt Sanitization
von: Das, Debeshee, et al.
Veröffentlicht: (2025)

Learning to Watermark LLM-generated Text via Reinforcement Learning
von: Xu, Xiaojun, et al.
Veröffentlicht: (2024)

Transferable Black-Box One-Shot Forging of Watermarks via Image Preference Models
von: Souček, Tomáš, et al.
Veröffentlicht: (2025)

CLASP: Training-Free LLM-Assisted Source Code Watermarking via Semantic-Preserving Transformations
von: Xu, Rui, et al.
Veröffentlicht: (2025)

Honeyval: A Comprehensive Evaluation Framework for LLM-powered HTTP Honeypots
von: Vero, Mark, et al.
Veröffentlicht: (2026)

Double-I Watermark: Protecting Model Copyright for LLM Fine-tuning
von: Li, Shen, et al.
Veröffentlicht: (2024)

Explanation as a Watermark: Towards Harmless and Multi-bit Model Ownership Verification via Watermarking Feature Attribution
von: Shao, Shuo, et al.
Veröffentlicht: (2024)

Unforgeable Watermarks for Language Models via Robust Signatures
von: Lin, Huijia, et al.
Veröffentlicht: (2026)

Back to the Drawing Board for Fair Representation Learning
von: Pouget, Angéline, et al.
Veröffentlicht: (2024)

Hiding in Plain Sight: Disguising Data Stealing Attacks in Federated Learning
von: Garov, Kostadin, et al.
Veröffentlicht: (2023)

MarkTune: Improving the Quality-Detectability Trade-off in Open-Weight LLM Watermarking
von: Zhao, Yizhou, et al.
Veröffentlicht: (2025)

Edit Distance Robust Watermarks via Indexing Pseudorandom Codes
von: Golowich, Noah, et al.
Veröffentlicht: (2024)

SWAP: Towards Copyright Auditing of Soft Prompts via Sequential Watermarking
von: Yang, Wenyuan, et al.
Veröffentlicht: (2025)

Mitigating Watermark Forgery in Generative Models via Randomized Key Selection
von: Aremu, Toluwani, et al.
Veröffentlicht: (2025)

Large Language Models are Advanced Anonymizers
von: Staab, Robin, et al.
Veröffentlicht: (2024)

MPC-Minimized Secure LLM Inference
von: Rathee, Deevashwer, et al.
Veröffentlicht: (2024)

Instruction Tuning for Secure Code Generation
von: He, Jingxuan, et al.
Veröffentlicht: (2024)

Provable Privacy with Non-Private Pre-Processing
von: Hu, Yaxi, et al.
Veröffentlicht: (2024)

Sigil: Server-Enforced Watermarking in U-Shaped Split Federated Learning via Gradient Injection
von: Dai, Zhengchunmin, et al.
Veröffentlicht: (2025)

LLM Benchmark Datasets Should Be Contamination-Resistant
von: Al-Lawati, Ali, et al.
Veröffentlicht: (2026)

FHE-Agent: Automating CKKS Configuration for Practical Encrypted Inference via an LLM-Guided Agentic Framework
von: Xu, Nuo, et al.
Veröffentlicht: (2025)

SoK: Watermarking for AI-Generated Content
von: Zhao, Xuandong, et al.
Veröffentlicht: (2024)