Buchumschlag

OMNI-LEAK: Orchestrator Multi-Agent Network Induced Data Leakage

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naik, Akshat, Culligan, Jay, Gal, Yarin, Torr, Philip, Aljundi, Rahaf, Paren, Alasdair, Bibi, Adel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ToolTweak: An Attack on Tool Selection in LLM-based Agents
von: Sneh, Jonathan, et al.
Veröffentlicht: (2025)

BiasBusters: Uncovering and Mitigating Tool Selection Bias in Large Language Models
von: Blankenstein, Thierry, et al.
Veröffentlicht: (2025)

MIP against Agent: Malicious Image Patches Hijacking Multimodal OS Agents
von: Aichberger, Lukas, et al.
Veröffentlicht: (2025)

Universal In-Context Approximation By Prompting Fully Recurrent Models
von: Petrov, Aleksandar, et al.
Veröffentlicht: (2024)

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning
von: Gupta, Gunshi, et al.
Veröffentlicht: (2025)

Shh, don't say that! Domain Certification in LLMs
von: Emde, Cornelius, et al.
Veröffentlicht: (2025)

Focus On This, Not That! Steering LLMs with Adaptive Feature Specification
von: Lamb, Tom A., et al.
Veröffentlicht: (2024)

Prompting a Pretrained Transformer Can Be a Universal Approximator
von: Petrov, Aleksandar, et al.
Veröffentlicht: (2024)

Bi-Factorial Preference Optimization: Balancing Safety-Helpfulness in Language Models
von: Zhang, Wenxuan, et al.
Veröffentlicht: (2024)

FORCE: Transferable Visual Jailbreaking Attacks via Feature Over-Reliance CorrEction
von: Lin, Runqi, et al.
Veröffentlicht: (2025)

Detecting LLM Hallucination Through Layer-wise Information Deficiency: Analysis of Ambiguous Prompts and Unanswerable Questions
von: Kim, Hazel, et al.
Veröffentlicht: (2024)

Cross-Layer Attention Probing for Fine-Grained Hallucination Detection
von: Suresh, Malavika, et al.
Veröffentlicht: (2025)

On the Coexistence and Ensembling of Watermarks
von: Petrov, Aleksandar, et al.
Veröffentlicht: (2025)

On Pretraining Data Diversity for Self-Supervised Learning
von: Hammoud, Hasan Abed Al Kader, et al.
Veröffentlicht: (2024)

Efficient Few-Shot Continual Learning in Vision-Language Models
von: Panos, Aristeidis, et al.
Veröffentlicht: (2025)

Unforgotten Safety: Preserving Safety Alignment of Large Language Models with Continual Learning
von: Alssum, Lama, et al.
Veröffentlicht: (2025)

It's a TRAP! Task-Redirecting Agent Persuasion Benchmark for Web Agents
von: Korgul, Karolina, et al.
Veröffentlicht: (2025)

Simple Baselines are Competitive with Code Evolution
von: Gideoni, Yonatan, et al.
Veröffentlicht: (2026)

Ego: Embedding-Guided Personalization of Vision-Language Models
von: Seifi, Soroush, et al.
Veröffentlicht: (2026)

Rethinking Safety in LLM Fine-tuning: An Optimization Perspective
von: Kim, Minseon, et al.
Veröffentlicht: (2025)

Language Models Change Facts Based on the Way You Talk
von: Kearney, Matthew, et al.
Veröffentlicht: (2025)

Do Multilingual LLMs Think In English?
von: Schut, Lisa, et al.
Veröffentlicht: (2025)

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
von: Kossen, Jannik, et al.
Veröffentlicht: (2023)

Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2025)

Temporal-Difference Variational Continual Learning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2024)

Imperfect Vision Encoders: Efficient and Robust Tuning for Vision-Language Models
von: Panos, Aristeidis, et al.
Veröffentlicht: (2024)

Illusory Attacks: Information-Theoretic Detectability Matters in Adversarial Attacks
von: Franzmeyer, Tim, et al.
Veröffentlicht: (2022)

SynthCLIP: Are We Ready for a Fully Synthetic CLIP Training?
von: Hammoud, Hasan Abed Al Kader, et al.
Veröffentlicht: (2024)

Evaluating the Impact of Post-Training Quantization on Reliable VQA with Multimodal LLMs
von: Kurz, Paul Jonas, et al.
Veröffentlicht: (2026)

Model Merging and Safety Alignment: One Bad Model Spoils the Bunch
von: Hammoud, Hasan Abed Al Kader, et al.
Veröffentlicht: (2024)

SEM: Sparse Embedding Modulation for Post-Hoc Debiasing of Vision-Language Models
von: Guimard, Quentin, et al.
Veröffentlicht: (2026)

OMNI: Open-endedness via Models of human Notions of Interestingness
von: Zhang, Jenny, et al.
Veröffentlicht: (2023)

The Authorization-Execution Gap Is a Major Safety and Security Problem in Open-World Agents
von: Wu, Baoyuan, et al.
Veröffentlicht: (2026)

FedMedICL: Towards Holistic Evaluation of Distribution Shifts in Federated Medical Imaging
von: Alhamoud, Kumail, et al.
Veröffentlicht: (2024)

Kernel Language Entropy: Fine-grained Uncertainty Quantification for LLMs from Semantic Similarities
von: Nikitin, Alexander, et al.
Veröffentlicht: (2024)

The Phantom Menace: Unmasking Privacy Leakages in Vision-Language Models
von: Caldarella, Simone, et al.
Veröffentlicht: (2024)

OMNI-EPIC: Open-endedness via Models of human Notions of Interestingness with Environments Programmed in Code
von: Faldor, Maxence, et al.
Veröffentlicht: (2024)

Detecting Multi-Agent Collusion Through Multi-Agent Interpretability
von: Rose, Aaron, et al.
Veröffentlicht: (2026)

MAD-Sherlock: Multi-Agent Debate for Visual Misinformation Detection
von: Lakara, Kumud, et al.
Veröffentlicht: (2024)

AgentOrchestra: Orchestrating Multi-Agent Intelligence with the Tool-Environment-Agent(TEA) Protocol
von: Zhang, Wentao, et al.
Veröffentlicht: (2025)