Copertina

Jailbreaking is (Mostly) Simpler Than You Think

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Russinovich, Mark, Salem, Ahmed
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Cryptography and Security Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Great, Now Write an Article About That: The Crescendo Multi-Turn LLM Jailbreak Attack
di: Russinovich, Mark, et al.
Pubblicazione: (2024)

Hey, That's My Model! Introducing Chain & Hash, An LLM Fingerprinting Technique
di: Russinovich, Mark, et al.
Pubblicazione: (2024)

Obliviate: Efficient Unmemorization for Protecting Intellectual Property in Large Language Models
di: Russinovich, Mark, et al.
Pubblicazione: (2025)

A Representation Engineering Perspective on the Effectiveness of Multi-Turn Jailbreaks
di: Bullwinkel, Blake, et al.
Pubblicazione: (2025)

Securing AI Agents with Information-Flow Control
di: Costa, Manuel, et al.
Pubblicazione: (2025)

Hidden You Malicious Goal Into Benign Narratives: Jailbreak Large Language Models through Logic Chain Injection
di: Wang, Zhilong, et al.
Pubblicazione: (2024)

Untargeted Jailbreak Attack
di: Huang, Xinzhe, et al.
Pubblicazione: (2025)

MetaBackdoor: Exploiting Positional Encoding as a Backdoor Attack Surface in LLMs
di: Wen, Rui, et al.
Pubblicazione: (2026)

Involuntary Jailbreak: On Self-Prompting Attacks
di: Guo, Yangyang, et al.
Pubblicazione: (2025)

Jailbreaking Large Language Models Through Content Concretization
di: Wahréus, Johan, et al.
Pubblicazione: (2025)

Eliciting Least-to-Most Reasoning for Phishing URL Detection
di: Trikilis, Holly, et al.
Pubblicazione: (2026)

EVA: Editing for Versatile Alignment against Jailbreaks
di: Wang, Yi, et al.
Pubblicazione: (2026)

Emoji-Based Jailbreaking of Large Language Models
di: Gopinadh, M P V S, et al.
Pubblicazione: (2026)

The Echo Chamber Multi-Turn LLM Jailbreak
di: Alobaid, Ahmad, et al.
Pubblicazione: (2026)

FlipAttack: Jailbreak LLMs via Flipping
di: Liu, Yue, et al.
Pubblicazione: (2024)

Stateless Yet Not Forgetful: Implicit Memory as a Hidden Channel in LLMs
di: Salem, Ahmed, et al.
Pubblicazione: (2026)

PUZZLED: Jailbreaking LLMs through Word-Based Puzzles
di: Ahn, Yelim, et al.
Pubblicazione: (2025)

Enhancing Jailbreak Attacks on LLMs via Persona Prompts
di: Zhang, Zheng, et al.
Pubblicazione: (2025)

LLMs Caught in the Crossfire: Malware Requests and Jailbreak Challenges
di: Li, Haoyang, et al.
Pubblicazione: (2025)

Analysis of LLMs Against Prompt Injection and Jailbreak Attacks
di: Jaiswal, Piyush, et al.
Pubblicazione: (2026)

Guaranteed Jailbreaking Defense via Disrupt-and-Rectify Smoothing
di: Lin, Zheng, et al.
Pubblicazione: (2026)

Re-Triggering Safeguards within LLMs for Jailbreak Detection
di: Lin, Zheng, et al.
Pubblicazione: (2026)

The Great Pretender: A Stochasticity Problem in LLM Jailbreak
di: Monteuuis, Jean-Philippe, et al.
Pubblicazione: (2026)

Jailbreaking the Matrix: Nullspace Steering for Controlled Model Subversion
di: Pramanik, Vishal, et al.
Pubblicazione: (2026)

Automatic Jailbreaking of the Text-to-Image Generative AI Systems
di: Kim, Minseon, et al.
Pubblicazione: (2024)

Gradient-based Jailbreak Images for Multimodal Fusion Models
di: Rando, Javier, et al.
Pubblicazione: (2024)

Formalization Driven LLM Prompt Jailbreaking via Reinforcement Learning
di: Wang, Zhaoqi, et al.
Pubblicazione: (2025)

Enhancing Model Defense Against Jailbreaks with Proactive Safety Reasoning
di: Yang, Xianglin, et al.
Pubblicazione: (2025)

Evolving Security in LLMs: A Study of Jailbreak Attacks and Defenses
di: Shang, Zhengchun, et al.
Pubblicazione: (2025)

Behind the Mask: Benchmarking Camouflaged Jailbreaks in Large Language Models
di: Zheng, Youjia, et al.
Pubblicazione: (2025)

Alphabet Index Mapping: Jailbreaking LLMs through Semantic Dissimilarity
di: Husain, Bilal Saleh
Pubblicazione: (2025)

On Jailbreaking Quantized Language Models Through Fault Injection Attacks
di: Zahran, Noureldin, et al.
Pubblicazione: (2025)

Exploring Jailbreak Attacks on LLMs through Intent Concealment and Diversion
di: Cui, Tiehan, et al.
Pubblicazione: (2025)

NegBLEURT Forest: Leveraging Inconsistencies for Detecting Jailbreak Attacks
di: Sleem, Lama, et al.
Pubblicazione: (2025)

SoK: Evaluating Jailbreak Guardrails for Large Language Models
di: Wang, Xunguang, et al.
Pubblicazione: (2025)

PAPILLON: Efficient and Stealthy Fuzz Testing-Powered Jailbreaks for LLMs
di: Gong, Xueluan, et al.
Pubblicazione: (2024)

Few-Shot Truly Benign DPO Attack for Jailbreaking LLMs
di: Yoon, Sangyeon, et al.
Pubblicazione: (2026)

Mitigating Many-shot Jailbreak Attacks with One Single Demonstration
di: Chen, Kejia, et al.
Pubblicazione: (2026)

ShallowJail: Steering Jailbreaks against Large Language Models
di: Liu, Shang, et al.
Pubblicazione: (2026)

Backdoors in RLVR: Jailbreak Backdoors in LLMs From Verifiable Reward
di: Guo, Weiyang, et al.
Pubblicazione: (2026)