Buchumschlag

Self-Destructive Language Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yuhui, Zhu, Rongyi, Wang, Ting
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GraphRAG under Fire
von: Liang, Jiacheng, et al.
Veröffentlicht: (2025)

RASA: Routing-Aware Safety Alignment for Mixture-of-Experts Models
von: Liang, Jiacheng, et al.
Veröffentlicht: (2026)

AutoRAN: Automated Hijacking of Safety Reasoning in Large Reasoning Models
von: Liang, Jiacheng, et al.
Veröffentlicht: (2025)

ST-DPGAN: A Privacy-preserving Framework for Spatiotemporal Data Generation
von: Shao, Wei, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models for Phishing Detection, Self-Consistency, Faithfulness, and Explainability
von: Kuikel, Shova, et al.
Veröffentlicht: (2025)

NANOZK: Layerwise Zero-Knowledge Proofs for Verifiable Large Language Model Inference
von: Wang, Zhaohui Geoffrey
Veröffentlicht: (2026)

Pandora's White-Box: Precise Training Data Detection and Extraction in Large Language Models
von: Wang, Jeffrey G., et al.
Veröffentlicht: (2024)

Jailbroken Frontier Models Retain Their Capabilities
von: Zhu, Daniel, et al.
Veröffentlicht: (2026)

Hijack Vertical Federated Learning Models As One Party
von: Qiu, Pengyu, et al.
Veröffentlicht: (2022)

Reconstruction of Differentially Private Text Sanitization via Large Language Models
von: Pang, Shuchao, et al.
Veröffentlicht: (2024)

Forget to Flourish: Leveraging Machine-Unlearning on Pretrained Language Models for Privacy Leakage
von: Rashid, Md Rafi Ur, et al.
Veröffentlicht: (2024)

PACZero: PAC-Private Fine-Tuning of Language Models via Sign Quantization
von: Ertan, Murat Bilgehan, et al.
Veröffentlicht: (2026)

Jailbreaking and Mitigation of Vulnerabilities in Large Language Models
von: Peng, Benji, et al.
Veröffentlicht: (2024)

AED: Automatic Discovery of Effective and Diverse Vulnerabilities for Autonomous Driving Policy with Large Language Models
von: Qiu, Le, et al.
Veröffentlicht: (2025)

PrivTune: Efficient and Privacy-Preserving Fine-Tuning of Large Language Models via Device-Cloud Collaboration
von: Liu, Yi, et al.
Veröffentlicht: (2025)

Pharmacist: Safety Alignment Data Curation for Large Language Models against Harmful Fine-tuning
von: Liu, Guozhi, et al.
Veröffentlicht: (2025)

Generative Models are Self-Watermarked: Declaring Model Authentication through Re-Generation
von: Desu, Aditya, et al.
Veröffentlicht: (2024)

OEP: Poisoning Self-Evolving LLM Agents via Locally Correct but Non-Transferable Experiences
von: Wang, Kaixiang, et al.
Veröffentlicht: (2026)

Your Agent Can Defend Itself against Backdoor Attacks
von: Changjiang, Li, et al.
Veröffentlicht: (2025)

The Steganographic Potentials of Language Models
von: Karpov, Artem, et al.
Veröffentlicht: (2025)

Watermarking Diffusion Language Models
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Model-based Large Language Model Customization as Service
von: Wu, Zhaomin, et al.
Veröffentlicht: (2024)

SafeMLRM: Demystifying Safety in Multi-modal Large Reasoning Models
von: Fang, Junfeng, et al.
Veröffentlicht: (2025)

Privacy Auditing of Large Language Models
von: Panda, Ashwinee, et al.
Veröffentlicht: (2025)

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

Free Lunch for Federated Remote Sensing Target Fine-Grained Classification: A Parameter-Efficient Framework
von: Chen, Shengchao, et al.
Veröffentlicht: (2024)

A Survey on Model Extraction Attacks and Defenses for Large Language Models
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

Exploring the Secondary Risks of Large Language Models
von: Chen, Jiawei, et al.
Veröffentlicht: (2025)

Discovering Spoofing Attempts on Language Model Watermarks
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2024)

Finetuning Large Language Models for Vulnerability Detection
von: Shestov, Alexey, et al.
Veröffentlicht: (2024)

Rounding-Guided Backdoor Injection in Deep Learning Model Quantization
von: Chen, Xiangxiang, et al.
Veröffentlicht: (2025)

Enhancing Security in Deep Reinforcement Learning: A Comprehensive Survey on Adversarial Attacks and Defenses
von: Yichao, Wu, et al.
Veröffentlicht: (2025)

Improved Algorithms for Differentially Private Language Model Alignment
von: Chen, Keyu, et al.
Veröffentlicht: (2025)

Adaptive PII Mitigation Framework for Large Language Models
von: Asthana, Shubhi, et al.
Veröffentlicht: (2025)

Large Language Models Are Unreliable for Cyber Threat Intelligence
von: Mezzi, Emanuele, et al.
Veröffentlicht: (2025)

Efficient Decoding Methods for Language Models on Encrypted Data
von: Avitan, Matan, et al.
Veröffentlicht: (2025)

Prompt Injection Attacks on Large Language Models in Oncology
von: Clusmann, Jan, et al.
Veröffentlicht: (2024)

In-Context Unlearning: Language Models as Few Shot Unlearners
von: Pawelczyk, Martin, et al.
Veröffentlicht: (2023)

Towards Characterizing Cyber Networks with Large Language Models
von: Hartsock, Alaric, et al.
Veröffentlicht: (2024)

Information Theoretic Adversarial Training of Large Language Models
von: Zhang, Yiwei, et al.
Veröffentlicht: (2026)