A Self-Improving Architecture for Dynamic Safety in Large Language Models
Fuente:
arXiv
Salvato in:
| Autore principale: | Slater, Tyler |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Provable Repair of Deep Neural Network Defects by Preimage Synthesis and Property Refinement
di: Ma, Jianan, et al.
Pubblicazione: (2025)
di: Ma, Jianan, et al.
Pubblicazione: (2025)
Orion: Fuzzing Workflow Automation
di: Bazalii, Max, et al.
Pubblicazione: (2025)
di: Bazalii, Max, et al.
Pubblicazione: (2025)
A Practical Approach to Formal Methods: An Eclipse Integrated Development Environment (IDE) for Security Protocols
di: Garcia, Rémi, et al.
Pubblicazione: (2024)
di: Garcia, Rémi, et al.
Pubblicazione: (2024)
Binary-30K: A Heterogeneous Dataset for Deep Learning in Binary Analysis and Malware Detection
di: Bommarito II, Michael J.
Pubblicazione: (2025)
di: Bommarito II, Michael J.
Pubblicazione: (2025)
Validating Solidity Code Defects using Symbolic and Concrete Execution powered by Large Language Models
di: Susan, Ştefan-Claudiu, et al.
Pubblicazione: (2025)
di: Susan, Ştefan-Claudiu, et al.
Pubblicazione: (2025)
Beyond Static Sandboxing: Learned Capability Governance for Autonomous AI Agents
di: Sidik, Bronislav, et al.
Pubblicazione: (2026)
di: Sidik, Bronislav, et al.
Pubblicazione: (2026)
SAND: A Self-supervised and Adaptive NAS-Driven Framework for Hardware Trojan Detection
di: Pan, Zhixin, et al.
Pubblicazione: (2025)
di: Pan, Zhixin, et al.
Pubblicazione: (2025)
ClawHub Security Signals: When VirusTotal, Static Analysis, and SkillSpector Disagree
di: Koc, Vincent, et al.
Pubblicazione: (2026)
di: Koc, Vincent, et al.
Pubblicazione: (2026)
Evaluating Query Efficiency and Accuracy of Transfer Learning-based Model Extraction Attack in Federated Learning
di: Ahamed, Sayyed Farid, et al.
Pubblicazione: (2025)
di: Ahamed, Sayyed Farid, et al.
Pubblicazione: (2025)
Secure and Scalable Blockchain Voting: A Comparative Framework and the Role of Large Language Models
di: Kiashemshaki, Kiana, et al.
Pubblicazione: (2025)
di: Kiashemshaki, Kiana, et al.
Pubblicazione: (2025)
MEMSAD: Gradient-Coupled Anomaly Detection for Memory Poisoning in Retrieval-Augmented Agents
di: Gowda, Ishrith
Pubblicazione: (2026)
di: Gowda, Ishrith
Pubblicazione: (2026)
Impact of Data Snooping on Deep Learning Models for Locating Vulnerabilities in Lifted Code
di: McCully, Gary A., et al.
Pubblicazione: (2024)
di: McCully, Gary A., et al.
Pubblicazione: (2024)
Comparing Unidirectional, Bidirectional, and Word2vec Models for Discovering Vulnerabilities in Compiled Lifted Code
di: McCully, Gary A., et al.
Pubblicazione: (2024)
di: McCully, Gary A., et al.
Pubblicazione: (2024)
AI Bill of Materials and Beyond: Systematizing Security Assurance through the AI Risk Scanning (AIRS) Framework
di: Nathanson, Samuel, et al.
Pubblicazione: (2025)
di: Nathanson, Samuel, et al.
Pubblicazione: (2025)
RADEP: A Resilient Adaptive Defense Framework Against Model Extraction Attacks
di: Chakraborty, Amit, et al.
Pubblicazione: (2025)
di: Chakraborty, Amit, et al.
Pubblicazione: (2025)
Bi-Directional Transformers vs. word2vec: Discovering Vulnerabilities in Lifted Compiled Code
di: McCully, Gary A., et al.
Pubblicazione: (2024)
di: McCully, Gary A., et al.
Pubblicazione: (2024)
SeMA: Extending and Analyzing Storyboards to Develop Secure Android Apps
di: Mitra, Joydeep, et al.
Pubblicazione: (2020)
di: Mitra, Joydeep, et al.
Pubblicazione: (2020)
Constitutional Spec-Driven Development: Enforcing Security by Construction in AI-Assisted Code Generation
di: Marri, Srinivas Rao
Pubblicazione: (2026)
di: Marri, Srinivas Rao
Pubblicazione: (2026)
Continuous Discovery of Vulnerabilities in LLM Serving Systems with Fuzzing
di: Zhao, Yunze, et al.
Pubblicazione: (2026)
di: Zhao, Yunze, et al.
Pubblicazione: (2026)
Model checking of hyperproperties for high-level relational models
di: Macedo, Nuno, et al.
Pubblicazione: (2025)
di: Macedo, Nuno, et al.
Pubblicazione: (2025)
When Prompts Become Payloads: A Framework for Mitigating SQL Injection Attacks in Large Language Model-Driven Applications
di: Motlagh, Farzad Nourmohammadzadeh, et al.
Pubblicazione: (2026)
di: Motlagh, Farzad Nourmohammadzadeh, et al.
Pubblicazione: (2026)
Attacking interpretable NLP systems
di: Abdukhamidov, Eldor, et al.
Pubblicazione: (2025)
di: Abdukhamidov, Eldor, et al.
Pubblicazione: (2025)
David vs. Goliath: Verifiable Agent-to-Agent Jailbreaking via Reinforcement Learning
di: Nellessen, Samuel, et al.
Pubblicazione: (2026)
di: Nellessen, Samuel, et al.
Pubblicazione: (2026)
Towards Optimal Agentic Architectures for Offensive Security Tasks
di: David, Isaac, et al.
Pubblicazione: (2026)
di: David, Isaac, et al.
Pubblicazione: (2026)
Control Flow Graph Recovery for Dynamically Loaded Code via Symbolic Library Resolution
di: Mostovyi, Oleksandr
Pubblicazione: (2026)
di: Mostovyi, Oleksandr
Pubblicazione: (2026)
The Range Shrinks, the Threat Remains: Re-evaluating LLM Package Hallucinations on the 2026 Frontier-Model Cohort
di: Churilov, Aleksandr
Pubblicazione: (2026)
di: Churilov, Aleksandr
Pubblicazione: (2026)
Evaluating the Reliability of Digital Forensic Evidence Discovered by Large Language Model: A Case Study
di: Khatiwala, Jeel Piyushkumar, et al.
Pubblicazione: (2026)
di: Khatiwala, Jeel Piyushkumar, et al.
Pubblicazione: (2026)
Reinforcement Learning for Dynamic Workflow Optimization in CI/CD Pipelines
di: Soni, Aniket Abhishek, et al.
Pubblicazione: (2026)
di: Soni, Aniket Abhishek, et al.
Pubblicazione: (2026)
Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures
di: Slater, Tyler
Pubblicazione: (2025)
di: Slater, Tyler
Pubblicazione: (2025)
Owner-Harm: A Missing Threat Model for AI Agent Safety
di: Zhang, Dongcheng, et al.
Pubblicazione: (2026)
di: Zhang, Dongcheng, et al.
Pubblicazione: (2026)
AIRA: AI-Induced Risk Audit: A Structured Inspection Framework for AI-Generated Code
di: Parris, William M.
Pubblicazione: (2026)
di: Parris, William M.
Pubblicazione: (2026)
CovRL: Fuzzing JavaScript Engines with Coverage-Guided Reinforcement Learning for LLM-based Mutation
di: Eom, Jueon, et al.
Pubblicazione: (2024)
di: Eom, Jueon, et al.
Pubblicazione: (2024)
Refusal Evaluation in Coding LLMs and Code Agents: A Systematic Review of Thirteen Malicious-Code Prompt Corpora (2023-2025)
di: Young, Richard J., et al.
Pubblicazione: (2026)
di: Young, Richard J., et al.
Pubblicazione: (2026)
Poison in the Well: Feature Embedding Disruption in Backdoor Attacks
di: Feng, Zhou, et al.
Pubblicazione: (2025)
di: Feng, Zhou, et al.
Pubblicazione: (2025)
BISON: Blind Identification with Stateless scOped pseudoNyms
di: Heher, Jakob, et al.
Pubblicazione: (2024)
di: Heher, Jakob, et al.
Pubblicazione: (2024)
Predicting Known Vulnerabilities from Attack Descriptions Using Sentence Transformers
di: Othman, Refat
Pubblicazione: (2026)
di: Othman, Refat
Pubblicazione: (2026)
ILION: Deterministic Pre-Execution Safety Gates for Agentic AI Systems
di: Chitan, Florin Adrian
Pubblicazione: (2026)
di: Chitan, Florin Adrian
Pubblicazione: (2026)
Detecting Prompt Injection Attacks Against Application Using Classifiers
di: Shaheer, Safwan, et al.
Pubblicazione: (2025)
di: Shaheer, Safwan, et al.
Pubblicazione: (2025)
Beyond the Benchmark: Innovative Defenses Against Prompt Injection Attacks
di: Shaheer, Safwan, et al.
Pubblicazione: (2025)
di: Shaheer, Safwan, et al.
Pubblicazione: (2025)
Governance Architecture for Autonomous Agent Systems: Threats, Framework, and Engineering Practice
di: Ge, Yuxu
Pubblicazione: (2026)
di: Ge, Yuxu
Pubblicazione: (2026)
Documenti analoghi
-
Provable Repair of Deep Neural Network Defects by Preimage Synthesis and Property Refinement
di: Ma, Jianan, et al.
Pubblicazione: (2025) -
Orion: Fuzzing Workflow Automation
di: Bazalii, Max, et al.
Pubblicazione: (2025) -
A Practical Approach to Formal Methods: An Eclipse Integrated Development Environment (IDE) for Security Protocols
di: Garcia, Rémi, et al.
Pubblicazione: (2024) -
Binary-30K: A Heterogeneous Dataset for Deep Learning in Binary Analysis and Malware Detection
di: Bommarito II, Michael J.
Pubblicazione: (2025) -
Validating Solidity Code Defects using Symbolic and Concrete Execution powered by Large Language Models
di: Susan, Ştefan-Claudiu, et al.
Pubblicazione: (2025)