Buchumschlag

Token-Efficient Change Detection in LLM APIs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chauvin, Timothée, Lalanne, Clément, Merrer, Erwan Le, Loubes, Jean-Michel, Taïani, François, Tredan, Gilles
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Log Probability Tracking of LLM APIs
von: Chauvin, Timothée, et al.
Veröffentlicht: (2025)

Queries, Representation & Detection: The Next 100 Model Fingerprinting Schemes
von: Godinot, Augustin, et al.
Veröffentlicht: (2024)

eyeballvul: a future-proof benchmark for vulnerability detection in the wild
von: Chauvin, Timothee
Veröffentlicht: (2024)

Under manipulations, are some AI models harder to audit?
von: Godinot, Augustin, et al.
Veröffentlicht: (2024)

On the Statistical Complexity of Estimation and Testing under Privacy Constraints
von: Lalanne, Clément, et al.
Veröffentlicht: (2022)

Predictive Auditing of Hidden Tokens in LLM APIs via Reasoning Length Estimation
von: Wang, Ziyao, et al.
Veröffentlicht: (2025)

Fundamental Limitations in Pointwise Defences of LLM Finetuning APIs
von: Davies, Xander, et al.
Veröffentlicht: (2025)

Can sparsity improve the privacy of neural networks?
von: Gonon, Antoine, et al.
Veröffentlicht: (2023)

Beyond Indistinguishability: Measuring Extraction Risk in LLM APIs
von: Liu, Ruixuan, et al.
Veröffentlicht: (2026)

Sparsity in neural networks can improve their privacy
von: Gonon, Antoine, et al.
Veröffentlicht: (2023)

CacheProbe: Auditing Prompt Cache Isolation in Gateway APIs
von: Fahey, Ryan
Veröffentlicht: (2026)

Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs
von: Cai, Will, et al.
Veröffentlicht: (2025)

Leveraging Imperfect Sources to Detect Fairwashing in Black-Box Auditing
von: Bourrée, Jade Garcia, et al.
Veröffentlicht: (2023)

WaKA: Data Attribution using K-Nearest Neighbors and Membership Privacy Principles
von: Mesana, Patrick, et al.
Veröffentlicht: (2024)

Cascade: Token-Sharded Private LLM Inference
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Auditing Prompt Caching in Language Model APIs
von: Gu, Chenchen, et al.
Veröffentlicht: (2025)

Efficient and Adaptable Detection of Malicious LLM Prompts via Bootstrap Aggregation
von: Hassan, Shayan Ali, et al.
Veröffentlicht: (2026)

Trained Random Forests Completely Reveal your Dataset
von: Ferry, Julien, et al.
Veröffentlicht: (2024)

BlocksecRT-DETR: Decentralized Privacy-Preserving and Token-Efficient Federated Transformer Learning for Secure Real-Time Object Detection in ITS
von: Tahera, Mohoshin Ara, et al.
Veröffentlicht: (2026)

CALIBURN: A Regime-Sensitivity Study of Operationally Calibrated Streaming Intrusion Detection
von: Youssef, Michel A.
Veröffentlicht: (2026)

Tricking Retrievers with Influential Tokens: An Efficient Black-Box Corpus Poisoning Attack
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

TokenBreak: Bypassing Text Classification Models Through Token Manipulation
von: Schulz, Kasimir, et al.
Veröffentlicht: (2025)

LLM-Generated Samples for Android Malware Detection
von: Rollinson, Nik, et al.
Veröffentlicht: (2025)

Intrusion Detection in Internet of Vehicles Using Machine Learning
von: Le, Hop, et al.
Veröffentlicht: (2025)

Verifying LLM Inference to Detect Model Weight Exfiltration
von: Rinberg, Roy, et al.
Veröffentlicht: (2025)

PAE MobiLLM: Privacy-Aware and Efficient LLM Fine-Tuning on the Mobile Device via Additive Side-Tuning
von: Yang, Xingke, et al.
Veröffentlicht: (2025)

Dissecting the Black Box: Circuit-Level Analysis of LLM Vulnerability Detection
von: Atiiq, Syafiq Al, et al.
Veröffentlicht: (2026)

PIShield: Detecting Prompt Injection Attacks via Intrinsic LLM Features
von: Zou, Wei, et al.
Veröffentlicht: (2025)

New Machine Learning Approaches for Intrusion Detection in ADS-B
von: Ngamboé, Mikaëla, et al.
Veröffentlicht: (2025)

N-GLARE: An Non-Generative Latent Representation-Efficient LLM Safety Evaluator
von: Lin, Zheyu, et al.
Veröffentlicht: (2025)

LLM-FS: Zero-Shot Feature Selection for Effective and Interpretable Malware Detection
von: Gill, Naveen, et al.
Veröffentlicht: (2026)

A Systematic Study of Code Obfuscation Against LLM-based Vulnerability Detection
von: Li, Xiao, et al.
Veröffentlicht: (2025)

Efficient Detection of Botnet Traffic by features selection and Decision Trees
von: Velasco-Mata, Javier, et al.
Veröffentlicht: (2021)

Efficient Malware Detection with Optimized Learning on High-Dimensional Features
von: Choudhary, Aditya, et al.
Veröffentlicht: (2025)

IstGPT: LLM-based Anomaly Detection for Spatial-Temporal Graph in Industrial Systems
von: Zhang, Yuchen, et al.
Veröffentlicht: (2026)

OrgForge-IT: A Verifiable Synthetic Benchmark for LLM-Based Insider Threat Detection
von: Flynt, Jeffrey
Veröffentlicht: (2026)

Amatriciana: Exploiting Temporal GNNs for Robust and Efficient Money Laundering Detection
von: Di Gennaro, Marco, et al.
Veröffentlicht: (2025)

Towards Efficient Machine Learning Method for IoT DDoS Attack Detection
von: Modi, P
Veröffentlicht: (2024)

An Efficient Privacy-preserving Intrusion Detection Scheme for UAV Swarm Networks
von: Gharami, Kanchon, et al.
Veröffentlicht: (2025)

GraphDART: Graph Distillation for Efficient Advanced Persistent Threat Detection
von: Rabooki, Saba Fathi, et al.
Veröffentlicht: (2025)