Buchumschlag

Representation Engineering for Large-Language Models: Survey and Research Challenges

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bartoszcze, Lukasz, Munshi, Sarthak, Sukidi, Bryan, Yen, Jennifer, Yang, Zejia, Williams-King, David, Le, Linh, Asuzu, Kosi, Maple, Carsten
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Representation Noising: A Defence Mechanism Against Harmful Finetuning
von: Rosati, Domenic, et al.
Veröffentlicht: (2024)

Immunization against harmful fine-tuning attacks
von: Rosati, Domenic, et al.
Veröffentlicht: (2024)

Can Safety Fine-Tuning Be More Principled? Lessons Learned from Cybersecurity
von: Williams-King, David, et al.
Veröffentlicht: (2025)

Taxonomy, Opportunities, and Challenges of Representation Engineering for Large Language Models
von: Wehner, Jan, et al.
Veröffentlicht: (2025)

Individualised Counterfactual Examples Using Conformal Prediction Intervals
von: Adams, James M., et al.
Veröffentlicht: (2025)

Single-Configuration Attack Success Rate Is Not Enough: Jailbreak Evaluations Should Report Distributional Attack Success
von: Maple, Carsten, et al.
Veröffentlicht: (2026)

Faithful or Fabricated? A Causal Framework for Rationalization Bias in LLM Judges
von: Tapwal, Riya, et al.
Veröffentlicht: (2026)

PRISM: Generation-Time Detection and Mitigation of Secret Leakage in Multi-Agent LLM Pipelines
von: Tapwal, Riya, et al.
Veröffentlicht: (2026)

Justified Evidence Collection for Argument-based AI Fairness Assurance
von: Sabuncuoglu, Alpay, et al.
Veröffentlicht: (2025)

Towards Robust Federated Analytics via Differentially Private Measurements of Statistical Heterogeneity
von: Scott, Mary, et al.
Veröffentlicht: (2024)

Private Federated Multiclass Post-hoc Calibration
von: Maddock, Samuel, et al.
Veröffentlicht: (2025)

FLAIM: AIM-based Synthetic Data Generation in the Federated Setting
von: Maddock, Samuel, et al.
Veröffentlicht: (2023)

DriveSafe: A Hierarchical Risk Taxonomy for Safety-Critical LLM-Based Driving Assistants
von: Kumar, Abhishek, et al.
Veröffentlicht: (2026)

Audio Computer-Assisted Self Interview Compared to Traditional Interview in an HIV-Related Behavioral Survey in Vietnam
von: Linh Cu Le
Veröffentlicht: (2012)

Latent Personality Alignment: Improving Harmlessness Without Mentioning Harms
von: Le, Linh, et al.
Veröffentlicht: (2026)

Threat, Risk and Mitigation Taxonomy for Digital Identity Systems
von: SHEIK, AL TARIQ, et al.
Veröffentlicht: (2024)

LearnedCache: An eBPF-Integrated Perceptron-Based Eviction Policy for the Linux Page Cache
von: Qi, Zejia
Veröffentlicht: (2026)

Towards Smart Healthcare: Challenges and Opportunities in IoT and ML
von: Saifuzzaman, Munshi, et al.
Veröffentlicht: (2023)

Large Language Models and the Rationalist Empiricist Debate
von: King, David
Veröffentlicht: (2024)

Differentially Private Health Tokens for Estimating COVID-19 Risk
von: Butler, David, et al.
Veröffentlicht: (2020)

Data-Agnostic Face Image Synthesis Detection Using Bayesian CNNs
von: Leyva, Roberto, et al.
Veröffentlicht: (2024)

Operationalising Artificial Intelligence Bills of Materials (AIBOMs) for Verifiable AI Provenance and Lifecycle Assurance
von: Radanliev, Petar, et al.
Veröffentlicht: (2026)

Distributed, communication-efficient, and differentially private estimation of KL divergence
von: Scott, Mary, et al.
Veröffentlicht: (2024)

SBOMs into Agentic AIBOMs: Schema Extensions, Agentic Orchestration, and Reproducibility Evaluation
von: Radanliev, Petar, et al.
Veröffentlicht: (2026)

Field-Localized Forgery Detection for Digital Identity Documents
von: Kumar, Abhishek, et al.
Veröffentlicht: (2026)

Detecting Face Synthesis Using a Concealed Fusion Model
von: Leyva, Roberto, et al.
Veröffentlicht: (2024)

SRA: Span Representation Alignment for Large Language Model Distillation
von: Dao, Quoc Phong, et al.
Veröffentlicht: (2026)

acad_recuperation_joueurs_exclus_fr-ca
von: Maple, Kevon
Veröffentlicht: (2026)

acad_self_excluded_player_recovery_en-ca
von: Maple, Kevon
Veröffentlicht: (2026)

acad_dispute_resolution_handbook_bilingual_fr-ca
von: Maple, Kevon
Veröffentlicht: (2026)

acad_rg_resource_compendium_bilingual_fr-ca
von: Maple, Kevon
Veröffentlicht: (2026)

acad_withdrawal_caps_high_rollers_en-ca
von: Maple, Kevon
Veröffentlicht: (2026)

acad_trustpilot_casinos_quebecois_fr-ca
von: Maple, Kevon
Veröffentlicht: (2026)

Refugee Reception in Southern Africa
von: Maple, Nicholas
Veröffentlicht: (2024)

Manifold of Failure: Behavioral Attraction Basins in Language Models
von: Munshi, Sarthak, et al.
Veröffentlicht: (2026)

Empirical and Sustainability Aspects of Software Engineering Research in the Era of Large Language Models: A Reflection
von: Williams, David, et al.
Veröffentlicht: (2025)

ACSE-Eval: Can LLMs threat model real-world cloud infrastructure?
von: Munshi, Sarthak, et al.
Veröffentlicht: (2025)

Software Engineering for Large Language Models: Research Status, Challenges and the Road Ahead
von: Rao, Hongzhou, et al.
Veröffentlicht: (2025)

A Game-Theoretic Approach for PMU Deployment Against False Data Injection Attacks
von: Maleki, Sajjad, et al.
Veröffentlicht: (2024)

A privacy preserving querying mechanism with high utility for electric vehicles
von: Atmaca, Ugur Ilker, et al.
Veröffentlicht: (2022)