Buchumschlag

Building Trustworthy Multimodal AI: A Review of Fairness, Transparency, and Ethics in Vision-Language Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saleh, Mohammad, Tabatabaei, Azadeh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Meta-Sealing: A Revolutionizing Integrity Assurance Protocol for Transparent, Tamper-Proof, and Trustworthy AI System
von: Krishnamoorthy, Mahesh Vaijainthymala
Veröffentlicht: (2024)

Toward Trustworthy Agentic AI: A Multimodal Framework for Preventing Prompt Injection Attacks
von: Syed, Toqeer Ali, et al.
Veröffentlicht: (2025)

Is On-Device AI Broken and Exploitable? Assessing the Trust and Ethics in Small Language Models
von: Nakka, Kalyan, et al.
Veröffentlicht: (2024)

Security-First AI: Foundations for Robust and Trustworthy Systems
von: Tallam, Krti
Veröffentlicht: (2025)

Trustworthy AI-Generative Content for Intelligent Network Service: Robustness, Security, and Fairness
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

AI-Governed Agent Architecture for Web-Trustworthy Tokenization of Alternative Assets
von: Borjigin, Ailiya, et al.
Veröffentlicht: (2025)

Trustworthiness Calibration Framework for Phishing Email Detection Using Large Language Models
von: Ganiuly, Daniyal, et al.
Veröffentlicht: (2025)

Tackling Cyberattacks through AI-based Reactive Systems: A Holistic Review and Future Vision
von: Molina, Sergio Bernardez, et al.
Veröffentlicht: (2023)

Efficient and Trustworthy Block Propagation for Blockchain-enabled Mobile Embodied AI Networks: A Graph Resfusion Approach
von: Kang, Jiawen, et al.
Veröffentlicht: (2025)

On the Foundations of Trustworthy Artificial Intelligence
von: Dunham, TJ
Veröffentlicht: (2026)

MMDT: Decoding the Trustworthiness and Safety of Multimodal Foundation Models
von: Xu, Chejian, et al.
Veröffentlicht: (2025)

Red-teaming the Multimodal Reasoning: Jailbreaking Vision-Language Models via Cross-modal Entanglement Attacks
von: Yan, Yu, et al.
Veröffentlicht: (2026)

Building A Secure Agentic AI Application Leveraging A2A Protocol
von: Habler, Idan, et al.
Veröffentlicht: (2025)

TinyGuard:A lightweight Byzantine Defense for Resource-Constrained Federated Learning via Statistical Update Fingerprints
von: Mahdavi, Ali, et al.
Veröffentlicht: (2026)

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

A Comprehensive Survey on Trustworthiness in Reasoning with Large Language Models
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

TrajAD: Trajectory Anomaly Detection for Trustworthy LLM Agents
von: Liu, Yibing, et al.
Veröffentlicht: (2026)

Atlas: A Framework for ML Lifecycle Provenance & Transparency
von: Spoczynski, Marcin, et al.
Veröffentlicht: (2025)

Auspex: Building Threat Modeling Tradecraft into an Artificial Intelligence-based Copilot
von: Crossman, Andrew, et al.
Veröffentlicht: (2025)

Hidden in the Metadata: Stealth Poisoning Attacks on Multimodal Retrieval-Augmented Generation
von: Edemacu, Kennedy, et al.
Veröffentlicht: (2026)

Identifying the Supply Chain of AI for Trustworthiness and Risk Management in Critical Applications
von: Sheh, Raymond K., et al.
Veröffentlicht: (2025)

Secure and Trustworthy Artificial Intelligence-Extended Reality (AI-XR) for Metaverses
von: Qayyum, Adnan, et al.
Veröffentlicht: (2022)

Zero-Knowledge Federated Learning: A New Trustworthy and Privacy-Preserving Distributed Learning Paradigm
von: Wang, Taotao, et al.
Veröffentlicht: (2025)

Learning to Watermark: A Selective Watermarking Framework for Large Language Models via Multi-Objective Optimization
von: Wang, Chenrui, et al.
Veröffentlicht: (2025)

Enabling Trustworthy Federated Learning via Remote Attestation for Mitigating Byzantine Threats
von: Zhang, Chaoyu, et al.
Veröffentlicht: (2025)

The Pitfalls of "Security by Obscurity" And What They Mean for Transparent AI
von: Hall, Peter, et al.
Veröffentlicht: (2025)

Penetration Testing of Agentic AI: A Comparative Security Analysis Across Models and Frameworks
von: Nguyen, Viet K., et al.
Veröffentlicht: (2025)

Align is not Enough: Multimodal Universal Jailbreak Attack against Multimodal Large Language Models
von: Wang, Youze, et al.
Veröffentlicht: (2025)

Heuristic-Induced Multimodal Risk Distribution Jailbreak Attack for Multimodal Large Language Models
von: Teng, Ma, et al.
Veröffentlicht: (2024)

Adversarial Attacks on Multimodal Large Language Models: A Comprehensive Survey
von: Jain, Bhavuk, et al.
Veröffentlicht: (2026)

DiffuseTrace: A Transparent and Flexible Watermarking Scheme for Latent Diffusion Model
von: Lei, Liangqi, et al.
Veröffentlicht: (2024)

Generative AI in Cybersecurity: A Comprehensive Review of LLM Applications and Vulnerabilities
von: Ferrag, Mohamed Amine, et al.
Veröffentlicht: (2024)

Gen-AI for User Safety: A Survey
von: Desai, Akshar Prabhu, et al.
Veröffentlicht: (2024)

Concept-Guided Backdoor Attack on Vision Language Models
von: Shen, Haoyu, et al.
Veröffentlicht: (2025)

Membership Inference Attacks Against Vision-Language Models
von: Hu, Yuke, et al.
Veröffentlicht: (2025)

Adversarial attacks against Modern Vision-Language Models
von: La Torre, Alejandro Paredes
Veröffentlicht: (2026)

Towards Trustworthy AI: Secure Deepfake Detection using CNNs and Zero-Knowledge Proofs
von: Islam, H M Mohaimanul, et al.
Veröffentlicht: (2025)

Less Is More -- Until It Breaks: Security Pitfalls of Vision Token Compression in Large Vision-Language Models
von: Zhang, Xiaomei, et al.
Veröffentlicht: (2026)

Text Steganography with Dynamic Codebook and Multimodal Large Language Model
von: Gao, Jianxin, et al.
Veröffentlicht: (2026)

Multimodal Large Language Models for Phishing Webpage Detection and Identification
von: Lee, Jehyun, et al.
Veröffentlicht: (2024)