Buchumschlag

A Closer Look at System Prompt Robustness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mu, Norman, Lu, Jonathan, Lavery, Michael, Wagner, David
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Closer Look at the Limitations of Instruction Tuning
von: Ghosh, Sreyan, et al.
Veröffentlicht: (2024)

A Closer Look into LLMs for Table Understanding
von: Wang, Jia, et al.
Veröffentlicht: (2026)

A Closer Look at the Self-Verification Abilities of Large Language Models in Logical Reasoning
von: Hong, Ruixin, et al.
Veröffentlicht: (2023)

A Closer Look at Machine Unlearning for Large Language Models
von: Yuan, Xiaojian, et al.
Veröffentlicht: (2024)

Stacking Your Transformers: A Closer Look at Model Growth for Efficient LLM Pre-Training
von: Du, Wenyu, et al.
Veröffentlicht: (2024)

Closer Look at Efficient Inference Methods: A Survey of Speculative Decoding
von: Ryu, Hyun, et al.
Veröffentlicht: (2024)

Robustness of Prompting: Enhancing Robustness of Large Language Models Against Prompting Attacks
von: Mu, Lin, et al.
Veröffentlicht: (2025)

ptt5-v2: A Closer Look at Continued Pretraining of T5 Models for the Portuguese Language
von: Piau, Marcos, et al.
Veröffentlicht: (2024)

Mark My Words: Analyzing and Evaluating Language Model Watermarks
von: Piet, Julien, et al.
Veröffentlicht: (2023)

PAL: Proxy-Guided Black-Box Attack on Large Language Models
von: Sitawarin, Chawin, et al.
Veröffentlicht: (2024)

Generative AI Security: Challenges and Countermeasures
von: Zhu, Banghua, et al.
Veröffentlicht: (2024)

AudioLens: A Closer Look at Auditory Attribute Perception of Large Audio-Language Models
von: Yang, Chih-Kai, et al.
Veröffentlicht: (2025)

A Closer Look at Bias and Chain-of-Thought Faithfulness of Large (Vision) Language Models
von: Balasubramanian, Sriram, et al.
Veröffentlicht: (2025)

A Preliminary Study of o1 in Medicine: Are We Closer to an AI Doctor?
von: Xie, Yunfei, et al.
Veröffentlicht: (2024)

Look Before You Leap: Problem Elaboration Prompting Improves Mathematical Reasoning in Large Language Models
von: Liao, Haoran, et al.
Veröffentlicht: (2024)

Can LLMs Follow Simple Rules?
von: Mu, Norman, et al.
Veröffentlicht: (2023)

Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting
von: Beck, Tilman, et al.
Veröffentlicht: (2023)

The PICCO Framework for Large Language Model Prompting: A Taxonomy and Reference Architecture for Prompt Structure
von: Cook, David A.
Veröffentlicht: (2026)

Towards Goal-oriented Prompt Engineering for Large Language Models: A Survey
von: Li, Haochen, et al.
Veröffentlicht: (2024)

Meta Prompting for AI Systems
von: Zhang, Yifan, et al.
Veröffentlicht: (2023)

A State-Update Prompting Strategy for Efficient and Robust Multi-turn Dialogue
von: Liu, Ziyi
Veröffentlicht: (2025)

CAPTURE: Context-Aware Prompt Injection Testing and Robustness Enhancement
von: Kholkar, Gauri, et al.
Veröffentlicht: (2025)

SelfPrompt: Autonomously Evaluating LLM Robustness via Domain-Constrained Knowledge Guidelines and Refined Adversarial Prompts
von: Pei, Aihua, et al.
Veröffentlicht: (2024)

A Taxonomy for Design and Evaluation of Prompt-Based Natural Language Explanations
von: Nejadgholi, Isar, et al.
Veröffentlicht: (2025)

Beyond Single-Granularity Prompts: A Multi-Scale Chain-of-Thought Prompt Learning for Graph
von: Zheng, Ziyu, et al.
Veröffentlicht: (2025)

When Punctuation Matters: A Large-Scale Comparison of Prompt Robustness Methods for LLMs
von: Seleznyov, Mikhail, et al.
Veröffentlicht: (2025)

Look at the Text: Instruction-Tuned Language Models are More Robust Multiple Choice Selectors than You Think
von: Wang, Xinpeng, et al.
Veröffentlicht: (2024)

Robust Prompt Optimization for Large Language Models Against Distribution Shifts
von: Li, Moxin, et al.
Veröffentlicht: (2023)

German General Social Survey Personas: A Survey-Derived Persona Prompt Collection for Population-Aligned LLM Studies
von: Rupprecht, Jens, et al.
Veröffentlicht: (2025)

Evaluating the Retrieval Robustness of Large Language Models
von: Cao, Shuyang, et al.
Veröffentlicht: (2025)

PrAg-PO: Prompt Augmented Policy Optimization for Robust and Diverse Mathematical Reasoning
von: Lu, Wenquan, et al.
Veröffentlicht: (2026)

Plug and Play with Prompts: A Prompt Tuning Approach for Controlling Text Generation
von: Ajwani, Rohan Deepak, et al.
Veröffentlicht: (2024)

Are All Prompt Components Value-Neutral? Understanding the Heterogeneous Adversarial Robustness of Dissected Prompt in Large Language Models
von: Zheng, Yujia, et al.
Veröffentlicht: (2025)

CPTuning: Contrastive Prompt Tuning for Generative Relation Extraction
von: Duan, Jiaxin, et al.
Veröffentlicht: (2025)

The Prompt Report: A Systematic Survey of Prompt Engineering Techniques
von: Schulhoff, Sander, et al.
Veröffentlicht: (2024)

A Closer Look at Multimodal Representation Collapse
von: Chaudhuri, Abhra, et al.
Veröffentlicht: (2025)

Is Your LLM Outdated? A Deep Look at Temporal Generalization
von: Zhu, Chenghao, et al.
Veröffentlicht: (2024)

Look Within, Why LLMs Hallucinate: A Causal Perspective
von: Li, He, et al.
Veröffentlicht: (2024)

Jatmo: Prompt Injection Defense by Task-Specific Finetuning
von: Piet, Julien, et al.
Veröffentlicht: (2023)

A Taxonomy of Prompt Defects in LLM Systems
von: Tian, Haoye, et al.
Veröffentlicht: (2025)