Copertina

When AI Takes the Couch: Psychometric Jailbreaks Reveal Internal Conflict in Frontier Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Khadangi, Afshin, Marxen, Hanna, Sartipi, Amir, Tchappi, Igor, Fridgen, Gilbert
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computers and Society Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CognArtive: Large Language Models for Automating Art Analysis and Decoding Aesthetic Elements
di: Khadangi, Afshin, et al.
Pubblicazione: (2025)

Efficient Differentially Private Fine-Tuning of LLMs via Reinforcement Learning
di: Khadangi, Afshin, et al.
Pubblicazione: (2025)

Noise Augmented Fine Tuning for Mitigating Hallucinations in Large Language Models
di: Khadangi, Afshin, et al.
Pubblicazione: (2025)

Towards Effective E-Participation of Citizens in the European Union: The Development of AskThePublic
di: Messerschmidt, Nils, et al.
Pubblicazione: (2025)

Benchmarking Pre-Trained Time Series Models for Electricity Price Forecasting
di: Sartipi, Timothée Hornek Amir, et al.
Pubblicazione: (2025)

Evaluating General-Purpose AI with Psychometrics
di: Wang, Xiting, et al.
Pubblicazione: (2023)

The Evaluation Differential: When Frontier AI Models Recognise They Are Being Tested
di: Vishwarupe, Varad, et al.
Pubblicazione: (2026)

KG-HTC: Integrating Knowledge Graphs into LLMs for Effective Zero-shot Hierarchical Text Classification
di: Zang, Qianbo, et al.
Pubblicazione: (2025)

Trends in Frontier AI Model Count: A Forecast to 2028
di: Kumar, Iyngkarran, et al.
Pubblicazione: (2025)

Risk Reporting for Developers' Internal AI Model Use
di: Delaney, Oscar, et al.
Pubblicazione: (2026)

Designing AI-Agents with Personalities: A Psychometric Approach
di: Huang, Muhua, et al.
Pubblicazione: (2024)

Responsible Reporting for Frontier AI Development
di: Kolt, Noam, et al.
Pubblicazione: (2024)

Governing AI Beyond the Pretraining Frontier
di: Caputo, Nicholas A.
Pubblicazione: (2025)

Mass-Scale Analysis of In-the-Wild Conversations Reveals Complexity Bounds on LLM Jailbreaking
di: Creo, Aldan, et al.
Pubblicazione: (2025)

Emerging Practices in Frontier AI Safety Frameworks
di: Buhl, Marie Davidsen, et al.
Pubblicazione: (2025)

Frontier AI Ethics: Anticipating and Evaluating the Societal Impacts of Language Model Agents
di: Lazar, Seth
Pubblicazione: (2024)

Taking AI Welfare Seriously
di: Long, Robert, et al.
Pubblicazione: (2024)

Towards Safe Multilingual Frontier AI
di: Kanepajs, Artūrs, et al.
Pubblicazione: (2024)

The Architecture of AI Transformation: Four Strategic Patterns and an Emerging Frontier
di: Wolfe, Diana A., et al.
Pubblicazione: (2025)

Safety Cases: A Scalable Approach to Frontier AI Safety
di: Hilton, Benjamin, et al.
Pubblicazione: (2025)

How Hyper-Datafication Impacts the Sustainability Costs in Frontier AI
di: Wilson, Sophia N., et al.
Pubblicazione: (2026)

Exploring the Potential of Machine Translation for Generating Named Entity Datasets: A Case Study between Persian and English
di: Sartipi, Amir, et al.
Pubblicazione: (2023)

Alignment, Agency and Autonomy in Frontier AI: A Systems Engineering Perspective
di: Tallam, Krti
Pubblicazione: (2025)

Jailbreak-Tuning: Models Efficiently Learn Jailbreak Susceptibility
di: Murphy, Brendan, et al.
Pubblicazione: (2025)

Will AI Take My Job? Evolving Perceptions of Automation and Labor Risk in Latin America
di: Cremaschi, Andrea, et al.
Pubblicazione: (2025)

Dark Speculation: Combining Qualitative and Quantitative Understanding in Frontier AI Risk Analysis
di: Carpenter, Daniel, et al.
Pubblicazione: (2025)

Frontier AI's Impact on the Cybersecurity Landscape
di: Potter, Yujin, et al.
Pubblicazione: (2025)

Exploring the Psychometric Validity of AI-Generated Student Responses: A Study on Virtual Personas' Learning Motivation
di: Wang, Huanxiao
Pubblicazione: (2025)

Ads in AI Chatbots? An Analysis of How Large Language Models Navigate Conflicts of Interest
di: Wu, Addison J., et al.
Pubblicazione: (2026)

Are Companies Taking AI Risks Seriously? A Systematic Analysis of Companies' AI Risk Disclosures in SEC 10-K forms
di: Marin, Lucas G. Uberti-Bona, et al.
Pubblicazione: (2025)

When is using AI the rational choice? The importance of counterfactuals in AI deployment decisions
di: Lehner, Paul, et al.
Pubblicazione: (2025)

Mitigating Gambling-Like Risk-Taking Behaviors in Large Language Models: A Behavioral Economics Approach to AI Safety
di: Du, Y.
Pubblicazione: (2025)

Between Innovation and Oversight: A Cross-Regional Study of AI Risk Management Frameworks in the EU, U.S., UK, and China
di: Al-Maamari, Amir
Pubblicazione: (2025)

When AI Navigates the Fog of War
di: Li, Ming, et al.
Pubblicazione: (2026)

Systematic Hazard Analysis for Frontier AI using STPA
di: Mylius, Simon
Pubblicazione: (2025)

When Should Algorithms Resign? A Proposal for AI Governance
di: Bhatt, Umang, et al.
Pubblicazione: (2024)

AcademiClaw: When Students Set Challenges for AI Agents
di: Yu, Junjie, et al.
Pubblicazione: (2026)

Frontier Lag: A Bibliometric Audit of Capability Misrepresentation in Academic AI Evaluation
di: Gringras, David, et al.
Pubblicazione: (2026)

Sabotage Evaluations for Frontier Models
di: Benton, Joe, et al.
Pubblicazione: (2024)

Biothreat Benchmark Generation Framework for Evaluating Frontier AI Models I: The Task-Query Architecture
di: Ackerman, Gary, et al.
Pubblicazione: (2025)