For Those Who May Find Themselves on the Red Team
Fuente:
arXiv
Salvato in:
| Autore principale: | Shoemaker, Tyler |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Measuring Reasoning Trace Legibility: Can Those Who Understand Teach?
di: Roytburg, Dani, et al.
Pubblicazione: (2026)
di: Roytburg, Dani, et al.
Pubblicazione: (2026)
Prompting4Debugging: Red-Teaming Text-to-Image Diffusion Models by Finding Problematic Prompts
di: Chin, Zhi-Yi, et al.
Pubblicazione: (2023)
di: Chin, Zhi-Yi, et al.
Pubblicazione: (2023)
Ruby Teaming: Improving Quality Diversity Search with Memory for Automated Red Teaming
di: Han, Vernon Toh Yan, et al.
Pubblicazione: (2024)
di: Han, Vernon Toh Yan, et al.
Pubblicazione: (2024)
Automated Progressive Red Teaming
di: Jiang, Bojian, et al.
Pubblicazione: (2024)
di: Jiang, Bojian, et al.
Pubblicazione: (2024)
Gradient-Based Language Model Red Teaming
di: Wichers, Nevan, et al.
Pubblicazione: (2024)
di: Wichers, Nevan, et al.
Pubblicazione: (2024)
RedDebate: Safer Responses Through Multi-Agent Red Teaming Debates
di: Asad, Ali, et al.
Pubblicazione: (2025)
di: Asad, Ali, et al.
Pubblicazione: (2025)
Can LLMs Explain Themselves Counterfactually?
di: Dehghanighobadi, Zahra, et al.
Pubblicazione: (2025)
di: Dehghanighobadi, Zahra, et al.
Pubblicazione: (2025)
Exploring Straightforward Conversational Red-Teaming
di: Kour, George, et al.
Pubblicazione: (2024)
di: Kour, George, et al.
Pubblicazione: (2024)
Do LLM Evaluators Prefer Themselves for a Reason?
di: Chen, Wei-Lin, et al.
Pubblicazione: (2025)
di: Chen, Wei-Lin, et al.
Pubblicazione: (2025)
Large Language Models are Demonstration Pre-Selectors for Themselves
di: Jin, Jiarui, et al.
Pubblicazione: (2025)
di: Jin, Jiarui, et al.
Pubblicazione: (2025)
STAR-Teaming: A Strategy-Response Multiplex Network Approach to Automated LLM Red Teaming
di: Jung, MinJae, et al.
Pubblicazione: (2026)
di: Jung, MinJae, et al.
Pubblicazione: (2026)
Who's Laughing Now? An Overview of Computational Humour Generation and Explanation
di: Loakman, Tyler, et al.
Pubblicazione: (2025)
di: Loakman, Tyler, et al.
Pubblicazione: (2025)
RedBench: A Universal Dataset for Comprehensive Red Teaming of Large Language Models
di: Dang, Quy-Anh, et al.
Pubblicazione: (2026)
di: Dang, Quy-Anh, et al.
Pubblicazione: (2026)
AutoRed: A Free-form Adversarial Prompt Generation Framework for Automated Red Teaming
di: Diao, Muxi, et al.
Pubblicazione: (2025)
di: Diao, Muxi, et al.
Pubblicazione: (2025)
Multi-lingual Multi-turn Automated Red Teaming for LLMs
di: Singhania, Abhishek, et al.
Pubblicazione: (2025)
di: Singhania, Abhishek, et al.
Pubblicazione: (2025)
Red Teaming Large Language Models for Healthcare
di: Balazadeh, Vahid, et al.
Pubblicazione: (2025)
di: Balazadeh, Vahid, et al.
Pubblicazione: (2025)
TroubleLLM: Align to Red Team Expert
di: Xu, Zhuoer, et al.
Pubblicazione: (2024)
di: Xu, Zhuoer, et al.
Pubblicazione: (2024)
FERRET: Framework for Expansion Reliant Red Teaming
di: Mehrabi, Ninareh, et al.
Pubblicazione: (2026)
di: Mehrabi, Ninareh, et al.
Pubblicazione: (2026)
Red Teaming Visual Language Models
di: Li, Mukai, et al.
Pubblicazione: (2024)
di: Li, Mukai, et al.
Pubblicazione: (2024)
RedTWIZ: Diverse LLM Red Teaming via Adaptive Attack Planning
di: Horal, Artur, et al.
Pubblicazione: (2025)
di: Horal, Artur, et al.
Pubblicazione: (2025)
Towards Red Teaming in Multimodal and Multilingual Translation
di: Ropers, Christophe, et al.
Pubblicazione: (2024)
di: Ropers, Christophe, et al.
Pubblicazione: (2024)
RRTL: Red Teaming Reasoning Large Language Models in Tool Learning
di: Liu, Yifei, et al.
Pubblicazione: (2025)
di: Liu, Yifei, et al.
Pubblicazione: (2025)
Be a Multitude to Itself: A Prompt Evolution Framework for Red Teaming
di: Li, Rui, et al.
Pubblicazione: (2025)
di: Li, Rui, et al.
Pubblicazione: (2025)
Found in Conversation: LLMs Teach Themselves to Close the Multi-Turn Gap
di: Chen, Tianlang, et al.
Pubblicazione: (2026)
di: Chen, Tianlang, et al.
Pubblicazione: (2026)
Against The Achilles' Heel: A Survey on Red Teaming for Generative Models
di: Lin, Lizhi, et al.
Pubblicazione: (2024)
di: Lin, Lizhi, et al.
Pubblicazione: (2024)
Anecdoctoring: Automated Red-Teaming Across Language and Place
di: Cuevas, Alejandro, et al.
Pubblicazione: (2025)
di: Cuevas, Alejandro, et al.
Pubblicazione: (2025)
Red-Bandit: Test-Time Adaptation for LLM Red-Teaming via Bandit-Guided LoRA Experts
di: Ziakas, Christos, et al.
Pubblicazione: (2025)
di: Ziakas, Christos, et al.
Pubblicazione: (2025)
Who is Undercover? Guiding LLMs to Explore Multi-Perspective Team Tactic in the Game
di: Dong, Ruiqi, et al.
Pubblicazione: (2024)
di: Dong, Ruiqi, et al.
Pubblicazione: (2024)
LLMs Can Teach Themselves to Better Predict the Future
di: Turtel, Benjamin, et al.
Pubblicazione: (2025)
di: Turtel, Benjamin, et al.
Pubblicazione: (2025)
Prompt Optimization and Evaluation for LLM Automated Red Teaming
di: Freenor, Michael, et al.
Pubblicazione: (2025)
di: Freenor, Michael, et al.
Pubblicazione: (2025)
Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability
di: Sundaram, Shobhita, et al.
Pubblicazione: (2026)
di: Sundaram, Shobhita, et al.
Pubblicazione: (2026)
Red Teaming Language Models for Processing Contradictory Dialogues
di: Wen, Xiaofei, et al.
Pubblicazione: (2024)
di: Wen, Xiaofei, et al.
Pubblicazione: (2024)
CulturalTeaming: AI-Assisted Interactive Red-Teaming for Challenging LLMs' (Lack of) Multicultural Knowledge
di: Chiu, Yu Ying, et al.
Pubblicazione: (2024)
di: Chiu, Yu Ying, et al.
Pubblicazione: (2024)
Toxicity Red-Teaming: Benchmarking LLM Safety in Singapore's Low-Resource Languages
di: Hu, Yujia, et al.
Pubblicazione: (2025)
di: Hu, Yujia, et al.
Pubblicazione: (2025)
Desert Camels and Oil Sheikhs: Arab-Centric Red Teaming of Frontier LLMs
di: Saeed, Muhammed, et al.
Pubblicazione: (2024)
di: Saeed, Muhammed, et al.
Pubblicazione: (2024)
Ferret: Faster and Effective Automated Red Teaming with Reward-Based Scoring Technique
di: Pala, Tej Deep, et al.
Pubblicazione: (2024)
di: Pala, Tej Deep, et al.
Pubblicazione: (2024)
RedTopic: Toward Topic-Diverse Red Teaming of Large Language Models
di: Ding, Jiale, et al.
Pubblicazione: (2025)
di: Ding, Jiale, et al.
Pubblicazione: (2025)
Resource Consumption Red-Teaming for Large Vision-Language Models
di: Gao, Haoran, et al.
Pubblicazione: (2025)
di: Gao, Haoran, et al.
Pubblicazione: (2025)
Language Models can Evaluate Themselves via Probability Discrepancy
di: Xia, Tingyu, et al.
Pubblicazione: (2024)
di: Xia, Tingyu, et al.
Pubblicazione: (2024)
Red-Teaming for Inducing Societal Bias in Large Language Models
di: Luo, Chu Fei, et al.
Pubblicazione: (2024)
di: Luo, Chu Fei, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Measuring Reasoning Trace Legibility: Can Those Who Understand Teach?
di: Roytburg, Dani, et al.
Pubblicazione: (2026) -
Prompting4Debugging: Red-Teaming Text-to-Image Diffusion Models by Finding Problematic Prompts
di: Chin, Zhi-Yi, et al.
Pubblicazione: (2023) -
Ruby Teaming: Improving Quality Diversity Search with Memory for Automated Red Teaming
di: Han, Vernon Toh Yan, et al.
Pubblicazione: (2024) -
Automated Progressive Red Teaming
di: Jiang, Bojian, et al.
Pubblicazione: (2024) -
Gradient-Based Language Model Red Teaming
di: Wichers, Nevan, et al.
Pubblicazione: (2024)