Buchumschlag

Rerouting LLM Routers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shafran, Avital, Schuster, Roei, Ristenpart, Thomas, Shmatikov, Vitaly
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine Against the RAG: Jamming Retrieval-Augmented Generation with Blocker Documents
von: Shafran, Avital, et al.
Veröffentlicht: (2024)

Multi-Agent Systems Execute Arbitrary Malicious Code
von: Triedman, Harold, et al.
Veröffentlicht: (2025)

Laundering AI Authority with Adversarial Examples
von: Zhang, Jie, et al.
Veröffentlicht: (2026)

Beyond Labeling Oracles: What does it mean to steal ML models?
von: Shafran, Avital, et al.
Veröffentlicht: (2023)

Adversarial Decoding: Generating Readable Documents for Adversarial Objectives
von: Zhang, Collin, et al.
Veröffentlicht: (2024)

Breaking and Fixing Defenses Against Control-Flow Hijacking in Multi-Agent Systems
von: Jha, Rishi, et al.
Veröffentlicht: (2025)

Adversarial Illusions in Multi-Modal Embeddings
von: Zhang, Tingwei, et al.
Veröffentlicht: (2023)

Learned-Database Systems Security
von: Schuster, Roei, et al.
Veröffentlicht: (2022)

Self-interpreting Adversarial Images
von: Zhang, Tingwei, et al.
Veröffentlicht: (2024)

Differential Degradation Vulnerabilities in Censorship Circumvention Systems
von: Sun, Zhen, et al.
Veröffentlicht: (2024)

Deep-Research Agents Can Be Poisoned via User-Generated Content
von: Zhang, Tingwei, et al.
Veröffentlicht: (2026)

How to Steal Reasoning Without Reasoning Traces
von: Zhang, Tingwei, et al.
Veröffentlicht: (2026)

Transcript Franking for Encrypted Messaging
von: Namavari, Armin, et al.
Veröffentlicht: (2025)

A New Dataset and Methodology for Malicious URL Classification
von: Schvartzman, Ilan, et al.
Veröffentlicht: (2024)

Universal Zero-shot Embedding Inversion
von: Zhang, Collin, et al.
Veröffentlicht: (2025)

RerouteGuard: Understanding and Mitigating Adversarial Risks for LLM Routing
von: Zhang, Wenhui, et al.
Veröffentlicht: (2026)

Agent Meltdowns: The Road to Hell Is Paved with Helpful Agents
von: Jha, Rishi, et al.
Veröffentlicht: (2026)

Route to Rome Attack: Directing LLM Routers to Expensive Models via Adversarial Suffix Optimization
von: Tang, Haochun, et al.
Veröffentlicht: (2026)

Cascade: Token-Sharded Private LLM Inference
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Noticing the Watcher: LLM Agents Can Infer CoT Monitoring from Blocking Feedback
von: Jiralerspong, Thomas, et al.
Veröffentlicht: (2026)

Enabling Differentially Private Federated Learning for Speech Recognition: Benchmarks, Adaptive Optimizers and Gradient Clipping
von: Pelikan, Martin, et al.
Veröffentlicht: (2023)

Adversarial Hubness in Multi-Modal Retrieval
von: Zhang, Tingwei, et al.
Veröffentlicht: (2024)

AttackLLM: LLM-based Attack Pattern Generation for an Industrial Control System
von: Ahmed, Chuadhry Mujeeb
Veröffentlicht: (2025)

Encryption-Friendly LLM Architecture
von: Rho, Donghwan, et al.
Veröffentlicht: (2024)

Log Probability Tracking of LLM APIs
von: Chauvin, Timothée, et al.
Veröffentlicht: (2025)

Is The Watermarking Of LLM-Generated Code Robust?
von: Suresh, Tarun, et al.
Veröffentlicht: (2024)

Good-Enough LLM Obfuscation (GELO)
von: Belikov, Anatoly, et al.
Veröffentlicht: (2026)

PAE MobiLLM: Privacy-Aware and Efficient LLM Fine-Tuning on the Mobile Device via Additive Side-Tuning
von: Yang, Xingke, et al.
Veröffentlicht: (2025)

Innovative tokenisation of structured data for LLM training
von: Karim, Kayvan, et al.
Veröffentlicht: (2025)

LLM-Generated Samples for Android Malware Detection
von: Rollinson, Nik, et al.
Veröffentlicht: (2025)

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

Exploiting Leakage in Password Managers via Injection Attacks
von: Fábrega, Andrés, et al.
Veröffentlicht: (2024)

Adversarial Contrastive Learning for LLM Quantization Attacks
von: Song, Dinghong, et al.
Veröffentlicht: (2026)

Token-Efficient Change Detection in LLM APIs
von: Chauvin, Timothée, et al.
Veröffentlicht: (2026)

Memory-Induced Tool-Drift in LLM Agents
von: Dabas, Mahavir, et al.
Veröffentlicht: (2026)

Order of Magnitude Speedups for LLM Membership Inference
von: Zhang, Rongting, et al.
Veröffentlicht: (2024)

LLM Watermarking Using Mixtures and Statistical-to-Computational Gaps
von: Abdalla, Pedro, et al.
Veröffentlicht: (2025)

Fundamental Limitations in Pointwise Defences of LLM Finetuning APIs
von: Davies, Xander, et al.
Veröffentlicht: (2025)

Verifying LLM Inference to Detect Model Weight Exfiltration
von: Rinberg, Roy, et al.
Veröffentlicht: (2025)

Black-box Optimization of LLM Outputs by Asking for Directions
von: Zhang, Jie, et al.
Veröffentlicht: (2025)