Buchumschlag

Triggers Hijack Language Circuits: A Mechanistic Analysis of Backdoor Behaviors in Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lasnier, Théo, Antoun, Wissam, Kulumba, Francis, Seddah, Djamé
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Language-Switching Triggers Take a Latent Detour Through Language Models
von: Kulumba, Francis, et al.
Veröffentlicht: (2026)

From Text to Source: Results in Detecting Large Language Model-Generated Content
von: Antoun, Wissam, et al.
Veröffentlicht: (2023)

CamemBERT 2.0: A Smarter French Language Model Aged to Perfection
von: Antoun, Wissam, et al.
Veröffentlicht: (2024)

ModernBERT or DeBERTaV3? Examining Architecture and Data Influence on Transformer Encoder Models Performance
von: Antoun, Wissam, et al.
Veröffentlicht: (2025)

When Tables Go Crazy: Evaluating Multimodal Models on French Financial Documents
von: Mouilleron, Virginie, et al.
Veröffentlicht: (2026)

Beyond Dataset Creation: Critical View of Annotation Variation and Bias Probing of a Dataset for Online Radical Content Detection
von: Riabi, Arij, et al.
Veröffentlicht: (2024)

Disentangling meaning from language in LLM-based machine translation
von: Lasnier, Théo, et al.
Veröffentlicht: (2026)

Gaperon: A Peppered English-French Generative Language Model Suite
von: Godey, Nathan, et al.
Veröffentlicht: (2025)

HALvest-Contrastive: Retrieval-Like Authorship Attribution with Patch-Level Late Interaction
von: Kulumba, Francis, et al.
Veröffentlicht: (2024)

Can Character-based Language Models Improve Downstream Task Performance in Low-Resource and Noisy Language Scenarios?
von: Riabi, Arij, et al.
Veröffentlicht: (2021)

Enriching the NArabizi Treebank: A Multifaceted Approach to Supporting an Under-Resourced Language
von: Riabi, Arij, et al.
Veröffentlicht: (2023)

Common Ground, Diverse Roots: The Difficulty of Classifying Common Examples in Spanish Varieties
von: Lopetegui, Javier A., et al.
Veröffentlicht: (2024)

Where Does Authorship Signal Emerge in Encoder-Based Language Models?
von: Kulumba, Francis, et al.
Veröffentlicht: (2026)

Cloaked Classifiers: Pseudonymization Strategies on Sensitive Classification Tasks
von: Riabi, Arij, et al.
Veröffentlicht: (2024)

Rethinking the Multilingual Reasoning Gap with Layer Swap
von: Lasbordes, Maxence, et al.
Veröffentlicht: (2026)

Mechanistic Exploration of Backdoored Large Language Model Attention Patterns
von: Baker, Mohammed Abu, et al.
Veröffentlicht: (2025)

Mechanistic Circuit-Based Knowledge Editing in Large Language Models
von: Zhao, Tianyi, et al.
Veröffentlicht: (2026)

Multilingual, Multimodal Pipeline for Creating Authentic and Structured Fact-Checked Claim Dataset
von: Hüsünbeyi, Z. Melce, et al.
Veröffentlicht: (2026)

Hidden Ads: Behavior Triggered Semantic Backdoors for Advertisement Injection in Vision Language Models
von: Yao, Duanyi, et al.
Veröffentlicht: (2026)

Prompt as Triggers for Backdoor Attack: Examining the Vulnerability in Language Models
von: Zhao, Shuai, et al.
Veröffentlicht: (2023)

Mechanistic Behavior Editing of Language Models
von: Singh, Joykirat, et al.
Veröffentlicht: (2024)

Goal Hijacking Attack on Large Language Models via Pseudo-Conversation Injection
von: Chen, Zheng, et al.
Veröffentlicht: (2024)

Hijacking Large Language Models via Adversarial In-Context Learning
von: Zhou, Xiangyu, et al.
Veröffentlicht: (2023)

When Emotion Becomes Trigger: Emotion-style dynamic Backdoor Attack Parasitising Large Language Models
von: Liu, Ziyu, et al.
Veröffentlicht: (2026)

Merging Triggers, Breaking Backdoors: Defensive Poisoning for Instruction-Tuned Language Models
von: Kim, San, et al.
Veröffentlicht: (2026)

ShadowCoT: Cognitive Hijacking for Stealthy Reasoning Backdoors in LLMs
von: Zhao, Gejian, et al.
Veröffentlicht: (2025)

Reasoning Circuits in Language Models: A Mechanistic Interpretation of Syllogistic Inference
von: Kim, Geonhee, et al.
Veröffentlicht: (2024)

Mechanistic Indicators of Steering Effectiveness in Large Language Models
von: Jafari, Mehdi, et al.
Veröffentlicht: (2026)

Empirical Analysis of Large Vision-Language Models against Goal Hijacking via Visual Prompt Injection
von: Kimura, Subaru, et al.
Veröffentlicht: (2024)

Lethe: Purifying Backdoored Large Language Models with Knowledge Dilution
von: Chen, Chen, et al.
Veröffentlicht: (2025)

Neutralizing Backdoors through Information Conflicts for Large Language Models
von: Chen, Chen, et al.
Veröffentlicht: (2024)

Behavioral Analysis of Information Salience in Large Language Models
von: Trienes, Jan, et al.
Veröffentlicht: (2025)

Mechanistic Understanding and Mitigation of Language Confusion in English-Centric Large Language Models
von: Nie, Ercong, et al.
Veröffentlicht: (2025)

Mechanistic Indicators of Understanding in Large Language Models
von: Beckmann, Pierre, et al.
Veröffentlicht: (2025)

Investigating Adversarial Trigger Transfer in Large Language Models
von: Meade, Nicholas, et al.
Veröffentlicht: (2024)

Seeing No Evil: Blinding Large Vision-Language Models to Safety Instructions via Adversarial Attention Hijacking
von: Li, Jingru, et al.
Veröffentlicht: (2026)

Securing Multi-turn Conversational Language Models From Distributed Backdoor Triggers
von: Tong, Terry, et al.
Veröffentlicht: (2024)

Mechanistic Decoding of Cognitive Constructs in Large Language Models
von: Shou, Yitong, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability of Emotion Inference in Large Language Models
von: Tak, Ala N., et al.
Veröffentlicht: (2025)

Hijacking Context in Large Multi-modal Models
von: Jeong, Joonhyun
Veröffentlicht: (2023)