Buchumschlag

Exploiting Instruction-Following Retrievers for Malicious Information Retrieval

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	BehnamGhader, Parishad, Meade, Nicholas, Reddy, Siva
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

Evaluating Correctness and Faithfulness of Instruction-Following Models for Question Answering
von: Adlakha, Vaibhav, et al.
Veröffentlicht: (2023)

LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders
von: BehnamGhader, Parishad, et al.
Veröffentlicht: (2024)

LLM2Vec-Gen: Generative Embeddings from Large Language Models
von: BehnamGhader, Parishad, et al.
Veröffentlicht: (2026)

Exploiting LLMs' Reasoning Capability to Infer Implicit Concepts in Legal Information Retrieval
von: Nguyen, Hai-Long, et al.
Veröffentlicht: (2024)

DeepSeek-R1 Thoughtology: Let's think about LLM Reasoning
von: Marjanović, Sara Vera, et al.
Veröffentlicht: (2025)

Toward General Instruction-Following Alignment for Retrieval-Augmented Generation
von: Dong, Guanting, et al.
Veröffentlicht: (2024)

Investigating Adversarial Trigger Transfer in Large Language Models
von: Meade, Nicholas, et al.
Veröffentlicht: (2024)

LFD: Layer Fused Decoding to Exploit External Knowledge in Retrieval-Augmented Generation
von: Sun, Yang, et al.
Veröffentlicht: (2025)

RA-DIT: Retrieval-Augmented Dual Instruction Tuning
von: Lin, Xi Victoria, et al.
Veröffentlicht: (2023)

Big Reasoning with Small Models: Instruction Retrieval at Inference Time
von: Alkiek, Kenan, et al.
Veröffentlicht: (2025)

HIRAG: Hierarchical-Thought Instruction-Tuning Retrieval-Augmented Generation
von: Jiao, YiHan, et al.
Veröffentlicht: (2025)

SafeArena: Evaluating the Safety of Autonomous Web Agents
von: Tur, Ada Defne, et al.
Veröffentlicht: (2025)

Improving Retrieval-Augmented Generation in Medicine with Iterative Follow-up Questions
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

Language Models Largely Exhibit Human-like Constituent Ordering Preferences
von: Tur, Ada Defne, et al.
Veröffentlicht: (2025)

COCORELI: Enforcing Execution Preconditions for Reliable Collaborative Instruction Following
von: Bhar, Swarnadeep, et al.
Veröffentlicht: (2025)

AgentRewardBench: Evaluating Automatic Evaluations of Web Agent Trajectories
von: Lù, Xing Han, et al.
Veröffentlicht: (2025)

LLM Alignment as Retriever Optimization: An Information Retrieval Perspective
von: Jin, Bowen, et al.
Veröffentlicht: (2025)

Benchmarking Information Retrieval Models on Complex Retrieval Tasks
von: Killingback, Julian, et al.
Veröffentlicht: (2025)

Neuro-RIT: Neuron-Guided Instruction Tuning for Robust Retrieval-Augmented Language Model
von: Kim, Jaemin, et al.
Veröffentlicht: (2026)

The Instruction Gap: LLMs get lost in Following Instruction
von: Tripathi, Vishesh, et al.
Veröffentlicht: (2025)

Scope Ambiguities in Large Language Models
von: Kamath, Gaurav, et al.
Veröffentlicht: (2024)

LLM CHESS: Benchmarking Reasoning and Instruction-Following in LLMs through Chess
von: Kolasani, Sai, et al.
Veröffentlicht: (2025)

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generation Systems
von: Qi, Zhenting, et al.
Veröffentlicht: (2024)

MUFFIN: Curating Multi-Faceted Instructions for Improving Instruction-Following
von: Lou, Renze, et al.
Veröffentlicht: (2023)

RAG-Instruct: Boosting LLMs with Diverse Retrieval-Augmented Instructions
von: Liu, Wanlong, et al.
Veröffentlicht: (2024)

R^2AG: Incorporating Retrieval Information into Retrieval Augmented Generation
von: Ye, Fuda, et al.
Veröffentlicht: (2024)

Are self-explanations from Large Language Models faithful?
von: Madsen, Andreas, et al.
Veröffentlicht: (2024)

Training with Pseudo-Code for Instruction Following
von: Kumar, Prince, et al.
Veröffentlicht: (2025)

WildIFEval: Instruction Following in the Wild
von: Lior, Gili, et al.
Veröffentlicht: (2025)

Creativity Has Left the Chat: The Price of Debiasing Language Models
von: Mohammadi, Behnam
Veröffentlicht: (2024)

Self-Retrieval: End-to-End Information Retrieval with One Large Language Model
von: Tang, Qiaoyu, et al.
Veröffentlicht: (2024)

Unraveling and Mitigating Retriever Inconsistencies in Retrieval-Augmented Large Language Models
von: Li, Mingda, et al.
Veröffentlicht: (2024)

Beyond Instruction Following: Evaluating Inferential Rule Following of Large Language Models
von: Sun, Wangtao, et al.
Veröffentlicht: (2024)

M-IFEval: Multilingual Instruction-Following Evaluation
von: Dussolle, Antoine, et al.
Veröffentlicht: (2025)

UltraIF: Advancing Instruction Following from the Wild
von: An, Kaikai, et al.
Veröffentlicht: (2025)

Instructions are all you need: Self-supervised Reinforcement Learning for Instruction Following
von: Ren, Qingyu, et al.
Veröffentlicht: (2025)

Retrieving, Rethinking and Revising: The Chain-of-Verification Can Improve Retrieval Augmented Generation
von: He, Bolei, et al.
Veröffentlicht: (2024)

HIRO: Hierarchical Information Retrieval Optimization
von: Goel, Krish, et al.
Veröffentlicht: (2024)

An Information Bottleneck Perspective for Effective Noise Filtering on Retrieval-Augmented Generation
von: Zhu, Kun, et al.
Veröffentlicht: (2024)

MessIRve: A Large-Scale Spanish Information Retrieval Dataset
von: Valentini, Francisco, et al.
Veröffentlicht: (2024)