Copertina

Bridging the Safety Gap: A Guardrail Pipeline for Trustworthy LLM Inferences

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Han, Shanshan, Avestimehr, Salman, He, Chaoyang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Kick Bad Guys Out! Conditionally Activated Anomaly Detection in Federated Learning with Zero-Knowledge Proof Verification
di: Han, Shanshan, et al.
Pubblicazione: (2023)

TensorOpera Router: A Multi-Model Router for Efficient LLM Inference
di: Stripelis, Dimitris, et al.
Pubblicazione: (2024)

ATP: Enabling Fast LLM Serving via Attention on Top Principal Keys
di: Niu, Yue, et al.
Pubblicazione: (2024)

Safety Guardrails for LLM-Enabled Robots
di: Ravichandran, Zachary, et al.
Pubblicazione: (2025)

Bridging Today and the Future of Humanity: AI Safety in 2024 and Beyond
di: Han, Shanshan
Pubblicazione: (2024)

Protect: Towards Robust Guardrailing Stack for Trustworthy Enterprise LLM Systems
di: Avinash, Karthik, et al.
Pubblicazione: (2025)

Bridging the AI Trustworthiness Gap between Functions and Norms
di: Di Scala, Daan, et al.
Pubblicazione: (2025)

Alopex: A Computational Framework for Enabling On-Device Function Calls with LLMs
di: Ran, Yide, et al.
Pubblicazione: (2024)

TorchOpera: A Compound AI System for LLM Safety
di: Han, Shanshan, et al.
Pubblicazione: (2024)

PSG-Agent: Personality-Aware Safety Guardrail for LLM-based Agents
di: Wu, Yaozu, et al.
Pubblicazione: (2025)

Fox-1: Open Small Language Model for Cloud and Edge
di: Hu, Zijian, et al.
Pubblicazione: (2024)

Bridging the Communication Gap: Evaluating AI Labeling Practices for Trustworthy AI Development
di: Fischer, Raphael, et al.
Pubblicazione: (2025)

CR4T: Rewrite-Based Guardrails for Adolescent LLM Safety
di: An, Heajun, et al.
Pubblicazione: (2026)

A Lightweight Explainable Guardrail for Prompt Safety
di: Islam, Md Asiful, et al.
Pubblicazione: (2026)

Silencing the Guardrails: Inference-Time Jailbreaking via Dynamic Contextual Representation Ablation
di: Xing, Wenpeng, et al.
Pubblicazione: (2026)

Disentangled Safety Adapters Enable Efficient Guardrails and Flexible Inference-Time Alignment
di: Krishna, Kundan, et al.
Pubblicazione: (2025)

SafeHarbor: Hierarchical Memory-Augmented Guardrail for LLM Agent Safety
di: Liu, Zhe, et al.
Pubblicazione: (2026)

Test-Time Training Undermines Safety Guardrails
di: Antonelli, Simone, et al.
Pubblicazione: (2026)

AGrail: A Lifelong Agent Guardrail with Effective and Adaptive Safety Detection
di: Luo, Weidi, et al.
Pubblicazione: (2025)

ModalityMirror: Improving Audio Classification in Modality Heterogeneity Federated Learning with Multimodal Distillation
di: Feng, Tiantian, et al.
Pubblicazione: (2024)

A Guardrail for Safety Preservation: When Safety-Sensitive Subspace Meets Harmful-Resistant Null-Space
di: Zhang, Bingjie, et al.
Pubblicazione: (2025)

Toward Super Agent System with Hybrid AI Routers
di: Yao, Yuhang, et al.
Pubblicazione: (2025)

Building Effective Safety Guardrails in AI Education Tools
di: Clark, Hannah-Beth, et al.
Pubblicazione: (2025)

FedSecurity: Benchmarking Attacks and Defenses in Federated Learning and Federated LLMs
di: Han, Shanshan, et al.
Pubblicazione: (2023)

Reconsidering LLM Uncertainty Estimation Methods in the Wild
di: Bakman, Yavuz, et al.
Pubblicazione: (2025)

Understanding Communication Backends in Cross-Silo Federated Learning
di: Ziashahabi, Amir, et al.
Pubblicazione: (2026)

Deep Research with Open-Domain Evaluation and Multi-Stage Guardrails for Safety
di: Huang, Wei-Chieh, et al.
Pubblicazione: (2025)

Clustering and Median Aggregation Improve Differentially Private Inference
di: Amin, Kareem, et al.
Pubblicazione: (2025)

Safety Through Reasoning: An Empirical Study of Reasoning Guardrail Models
di: Sreedhar, Makesh Narsimhan, et al.
Pubblicazione: (2025)

GeoToken: Hierarchical Geolocalization of Images via Next Token Prediction
di: Ghasemi, Narges, et al.
Pubblicazione: (2025)

VSCBench: Bridging the Gap in Vision-Language Model Safety Calibration
di: Geng, Jiahui, et al.
Pubblicazione: (2025)

FedGrAINS: Personalized SubGraph Federated Learning with Adaptive Neighbor Sampling
di: Ceyani, Emir, et al.
Pubblicazione: (2025)

Why Do Safety Guardrails Degrade Across Languages?
di: Zhang, Max, et al.
Pubblicazione: (2026)

Provably Secure Agent Guardrail
di: Wu, Benlong, et al.
Pubblicazione: (2026)

Edge Private Graph Neural Networks with Singular Value Perturbation
di: Tang, Tingting, et al.
Pubblicazione: (2024)

CodeGuard: Improving LLM Guardrails in CS Education
di: Raihan, Nishat, et al.
Pubblicazione: (2026)

Breaking the Safety-Capability Tradeoff: Reinforcement Learning with Verifiable Rewards Maintains Safety Guardrails in LLMs
di: Cho, Dongkyu Derek, et al.
Pubblicazione: (2025)

Beyond Stars: Bridging the Gap Between Ratings and Review Sentiment with LLM
di: Zuhir, Najla, et al.
Pubblicazione: (2025)

CryptoMamba: Leveraging State Space Models for Accurate Bitcoin Price Prediction
di: Sepehri, Mohammad Shahab, et al.
Pubblicazione: (2025)

OneShield -- the Next Generation of LLM Guardrails
di: DeLuca, Chad, et al.
Pubblicazione: (2025)