Buchumschlag

CtrlRAG: Black-box Document Poisoning Attacks for Retrieval-Augmented Generation of Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sui, Runqi
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

RAG Safety: Exploring Knowledge Poisoning Attacks to Retrieval-Augmented Generation
von: Zhao, Tianzhe, et al.
Veröffentlicht: (2025)

Auto-RAG: Autonomous Retrieval-Augmented Generation for Large Language Models
von: Yu, Tian, et al.
Veröffentlicht: (2024)

LogicPoison: Logical Attacks on Graph Retrieval-Augmented Generation
von: Xiao, Yilin, et al.
Veröffentlicht: (2026)

Black-Box Opinion Manipulation Attacks to Retrieval-Augmented Generation of Large Language Models
von: Chen, Zhuo, et al.
Veröffentlicht: (2024)

InstructERC: Reforming Emotion Recognition in Conversation with Multi-task Retrieval-Augmented Large Language Models
von: Lei, Shanglin, et al.
Veröffentlicht: (2023)

A Few Words Can Distort Graphs: Knowledge Poisoning Attacks on Graph-based Retrieval-Augmented Generation of Large Language Models
von: Wen, Jiayi, et al.
Veröffentlicht: (2025)

BiomedRAG: A Retrieval Augmented Large Language Model for Biomedicine
von: Li, Mingchen, et al.
Veröffentlicht: (2024)

Towards Omni-RAG: Comprehensive Retrieval-Augmented Generation for Large Language Models in Medical Applications
von: Chen, Zhe, et al.
Veröffentlicht: (2025)

CRUD-RAG: A Comprehensive Chinese Benchmark for Retrieval-Augmented Generation of Large Language Models
von: Lyu, Yuanjie, et al.
Veröffentlicht: (2024)

CtrlA: Adaptive Retrieval-Augmented Generation via Inherent Control
von: Liu, Huanshuo, et al.
Veröffentlicht: (2024)

TrojanRAG: Retrieval-Augmented Generation Can Be Backdoor Driver in Large Language Models
von: Cheng, Pengzhou, et al.
Veröffentlicht: (2024)

Evaluating Self-Generated Documents for Enhancing Retrieval-Augmented Generation with Large Language Models
von: Li, Jiatao, et al.
Veröffentlicht: (2024)

RAG LLMs are Not Safer: A Safety Analysis of Retrieval-Augmented Generation for Large Language Models
von: An, Bang, et al.
Veröffentlicht: (2025)

Weak-to-Strong GraphRAG: Aligning Weak Retrievers with Large Language Models for Graph-based Retrieval Augmented Generation
von: Zou, Deyu, et al.
Veröffentlicht: (2025)

Finetune-RAG: Fine-Tuning Language Models to Resist Hallucination in Retrieval-Augmented Generation
von: Lee, Zhan Peng, et al.
Veröffentlicht: (2025)

DynamicRAG: Leveraging Outputs of Large Language Model as Feedback for Dynamic Reranking in Retrieval-Augmented Generation
von: Sun, Jiashuo, et al.
Veröffentlicht: (2025)

CoT-RAG: Integrating Chain of Thought and Retrieval-Augmented Generation to Enhance Reasoning in Large Language Models
von: Li, Feiyang, et al.
Veröffentlicht: (2025)

M-RAG: Reinforcing Large Language Model Performance through Retrieval-Augmented Generation with Multiple Partitions
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

DiscourseFlip: An Oblique Discourse-Level Opinion Manipulation Attack against Black-box Retrieval-Augmented Generation
von: Gong, Yuyang, et al.
Veröffentlicht: (2026)

OG-RAG: Ontology-Grounded Retrieval-Augmented Generation For Large Language Models
von: Sharma, Kartik, et al.
Veröffentlicht: (2024)

BadRAG: Identifying Vulnerabilities in Retrieval Augmented Generation of Large Language Models
von: Xue, Jiaqi, et al.
Veröffentlicht: (2024)

LinearRAG: Linear Graph Retrieval Augmented Generation on Large-scale Corpora
von: Zhuang, Luyao, et al.
Veröffentlicht: (2025)

Equipping Retrieval-Augmented Large Language Models with Document Structure Awareness
von: Xu, Lingnan, et al.
Veröffentlicht: (2025)

Generating with Confidence: Uncertainty Quantification for Black-box Large Language Models
von: Lin, Zhen, et al.
Veröffentlicht: (2023)

C-RAG: Certified Generation Risks for Retrieval-Augmented Language Models
von: Kang, Mintong, et al.
Veröffentlicht: (2024)

DebiasRAG: A Tuning-Free Path to Fair Generation in Large Language Models through Retrieval-Augmented Generation
von: Chu, Rui, et al.
Veröffentlicht: (2026)

TableRAG: A Retrieval Augmented Generation Framework for Heterogeneous Document Reasoning
von: Yu, Xiaohan, et al.
Veröffentlicht: (2025)

Denial-of-Service Poisoning Attacks against Large Language Models
von: Gao, Kuofeng, et al.
Veröffentlicht: (2024)

MedBioRAG: Semantic Search and Retrieval-Augmented Generation with Large Language Models for Medical and Biological QA
von: Kim, Seonok
Veröffentlicht: (2025)

TP-RAG: Benchmarking Retrieval-Augmented Large Language Model Agents for Spatiotemporal-Aware Travel Planning
von: Ni, Hang, et al.
Veröffentlicht: (2025)

VersionRAG: Version-Aware Retrieval-Augmented Generation for Evolving Documents
von: Huwiler, Daniel, et al.
Veröffentlicht: (2025)

Plan of Knowledge: Retrieval-Augmented Large Language Models for Temporal Knowledge Graph Question Answering
von: Qian, Xinying, et al.
Veröffentlicht: (2025)

Machine Against the RAG: Jamming Retrieval-Augmented Generation with Blocker Documents
von: Shafran, Avital, et al.
Veröffentlicht: (2024)

ConfRAG: Confidence-Guided Retrieval-Augmenting Generation
von: Huang, Yin, et al.
Veröffentlicht: (2025)

ImpRAG: Retrieval-Augmented Generation with Implicit Queries
von: Zhang, Wenzheng, et al.
Veröffentlicht: (2025)

BadApex: Backdoor Attack Based on Adaptive Optimization Mechanism of Black-box Large Language Models
von: Wu, Zhengxian, et al.
Veröffentlicht: (2025)

UniC-RAG: Universal Knowledge Corruption Attacks to Retrieval-Augmented Generation
von: Geng, Runpeng, et al.
Veröffentlicht: (2025)

VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents
von: Tanaka, Ryota, et al.
Veröffentlicht: (2025)

DuetRAG: Collaborative Retrieval-Augmented Generation
von: Jiao, Dian, et al.
Veröffentlicht: (2024)

Loops On Retrieval Augmented Generation (LoRAG)
von: Thakur, Ayush, et al.
Veröffentlicht: (2024)