Buchumschlag

Rewrite to Jailbreak: Discover Learnable and Transferable Implicit Harmfulness Instruction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yuting, Liu, Chengyuan, Feng, Yifeng, Wu, Yiquan, Wu, Chao, Wu, Fei, Kuang, Kun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AppealCase: A Dataset and Benchmark for Civil Case Appeal Scenarios
von: Huang, Yuting, et al.
Veröffentlicht: (2025)

P2S: Probabilistic Process Supervision for General-Domain Reasoning Question Answering
von: Zhong, Wenlin, et al.
Veröffentlicht: (2026)

WisdomInterrogatory (LuWen): An Open-Source Legal Large Language Model Technical Report
von: Wu, Yiquan, et al.
Veröffentlicht: (2026)

PoliLegalLM: A Technical Report on a Large Language Model for Political and Legal Affairs
von: Huang, Yuting, et al.
Veröffentlicht: (2026)

Universal Legal Article Prediction via Tight Collaboration between Supervised Classification Model and LLM
von: Chi, Xiao, et al.
Veröffentlicht: (2025)

From Graph to Word Bag: Introducing Domain Knowledge to Confusing Charge Prediction
von: Li, Ang, et al.
Veröffentlicht: (2024)

SIGHT: Reinforcement Learning with Self-Evidence and Information-Gain Diverse Branching for Search Agent
von: Zhong, Wenlin, et al.
Veröffentlicht: (2026)

Learning to Solve Domain-Specific Calculation Problems with Knowledge-Intensive Programs Generator
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

Evolving Knowledge Distillation with Large Language Models and Active Learning
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

Gold Panning in Vocabulary: An Adaptive Method for Vocabulary Expansion of Domain-Specific LLMs
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

Jailbreaking Commercial Black-Box LLMs with Explicitly Harmful Prompts
von: Zhang, Chiyu, et al.
Veröffentlicht: (2025)

More Than Catastrophic Forgetting: Integrating General Capabilities For Domain-Specific LLMs
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

RexUniNLU: Recursive Method with Explicit Schema Instructor for Universal NLU
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

ClaimGen-CN: A Large-scale Chinese Dataset for Legal Claim Generation
von: Zhou, Siying, et al.
Veröffentlicht: (2025)

Adaptive Query Rewriting: Aligning Rewriters through Marginal Probability of Conversational Answers
von: Zhang, Tianhua, et al.
Veröffentlicht: (2024)

You Know What I'm Saying: Jailbreak Attack via Implicit Reference
von: Wu, Tianyu, et al.
Veröffentlicht: (2024)

Intelligent Legal Assistant: An Interactive Clarification System for Legal Question Answering
von: Yao, Rujing, et al.
Veröffentlicht: (2025)

Fine-tuning Large Language Models for Improving Factuality in Legal Question Answering
von: Hu, Yinghao, et al.
Veröffentlicht: (2025)

Scaling Probabilistic Transformer via Efficient Cross-Scale Hyperparameter Transfer
von: Kuang, Penghao, et al.
Veröffentlicht: (2026)

Automatic Slide Updating with User-Defined Dynamic Templates and Natural Language Instructions
von: Zhou, Kun, et al.
Veröffentlicht: (2026)

Agentic Reinforcement Learning with Implicit Step Rewards
von: Liu, Xiaoqian, et al.
Veröffentlicht: (2025)

Towards Stepwise Domain Knowledge-Driven Reasoning Optimization and Reflection Improvement
von: Liu, Chengyuan, et al.
Veröffentlicht: (2025)

LLMs Encode Harmfulness and Refusal Separately
von: Zhao, Jiachen, et al.
Veröffentlicht: (2025)

Target Span Detection for Implicit Harmful Content
von: Jafari, Nazanin, et al.
Veröffentlicht: (2024)

Leveraging Print Debugging to Improve Code Generation in Large Language Models
von: Hu, Xueyu, et al.
Veröffentlicht: (2024)

Causal Agent based on Large Language Model
von: Han, Kairong, et al.
Veröffentlicht: (2024)

Jigsaw Puzzles: Splitting Harmful Questions to Jailbreak Large Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Expected Harm: Rethinking Safety Evaluation of (Mis)Aligned LLMs
von: Chen, Yen-Shan, et al.
Veröffentlicht: (2026)

Evaluating Test-Time Scaling LLMs for Legal Reasoning: OpenAI o1, DeepSeek-R1, and Beyond
von: Hu, Yinghao, et al.
Veröffentlicht: (2025)

Can Large Language Models Automatically Jailbreak GPT-4V?
von: Wu, Yuanwei, et al.
Veröffentlicht: (2024)

Eraser: Jailbreaking Defense in Large Language Models via Unlearning Harmful Knowledge
von: Lu, Weikai, et al.
Veröffentlicht: (2024)

`For Argument's Sake, Show Me How to Harm Myself!': Jailbreaking LLMs in Suicide and Self-Harm Contexts
von: Schoene, Annika M, et al.
Veröffentlicht: (2025)

LM-Combiner: A Contextual Rewriting Model for Chinese Grammatical Error Correction
von: Wang, Yixuan, et al.
Veröffentlicht: (2024)

DECOR: Improving Coherence in L2 English Writing with a Novel Benchmark for Incoherence Detection, Reasoning, and Rewriting
von: Zhang, Xuanming, et al.
Veröffentlicht: (2024)

ModelGPT: Unleashing LLM's Capabilities for Tailored Model Generation
von: Tang, Zihao, et al.
Veröffentlicht: (2024)

AERIC: Anticipatory Hidden-State Monitoring for Implicit Harmful Dialogue
von: Park, Jihyung, et al.
Veröffentlicht: (2026)

ImpScore: A Learnable Metric For Quantifying The Implicitness Level of Sentence
von: Wang, Yuxin, et al.
Veröffentlicht: (2024)

Harmful Prompt Laundering: Jailbreaking LLMs with Abductive Styles and Symbolic Encoding
von: Joo, Seongho, et al.
Veröffentlicht: (2025)

Tailoring Diagnostic Modeling to Individual Learners: Personalized Distractor Generation via MCTS-Guided Reasoning Reconstruction
von: Wu, Tao, et al.
Veröffentlicht: (2025)

Harder to Defend: Towards Chinese Toxicity Attacks via Implicit Enhancement and Obfuscation Rewriting
von: Kang, Jingyi, et al.
Veröffentlicht: (2026)