Buchumschlag

Recursive language models for jailbreak detection: a procedural defense for tool-augmented agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Shavit, Doron
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From static to adaptive: immune memory-based jailbreak detection for large language models
von: Leng, Jun, et al.
Veröffentlicht: (2025)

Next-generation cyberattack detection with large language models: anomaly analysis across heterogeneous logs
von: Chagna, Yassine, et al.
Veröffentlicht: (2026)

An explainable Recursive Feature Elimination to detect Advanced Persistent Threats using Random Forest classifier
von: Mutalib, Noor Hazlina Abdul, et al.
Veröffentlicht: (2025)

Attacks on the neural network and defense methods
von: Korenev, A., et al.
Veröffentlicht: (2024)

Attack and defense techniques in large language models: A survey and new perspectives
von: Liao, Zhiyu, et al.
Veröffentlicht: (2025)

TeleAI-Safety: A comprehensive LLM jailbreaking benchmark towards attacks, defenses, and evaluations
von: Chen, Xiuyuan, et al.
Veröffentlicht: (2025)

BadEdit: Backdooring large language models by model editing
von: Li, Yanzhou, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Resistance in LLMs with Recursion
von: Li, Bryan, et al.
Veröffentlicht: (2024)

Network evasion detection with Bi-LSTM model
von: Chen, Kehua, et al.
Veröffentlicht: (2025)

Evaluation empirique de la sécurisation et de l'alignement de ChatGPT et Gemini: analyse comparative des vulnérabilités par expérimentations de jailbreaks
von: Nouailles, Rafaël
Veröffentlicht: (2025)

Backdoor defense, learnability and obfuscation
von: Christiano, Paul, et al.
Veröffentlicht: (2024)

Investigating cybersecurity incidents using large language models in latest-generation wireless networks
von: Legashev, Leonid, et al.
Veröffentlicht: (2025)

The importance of the clustering model to detect new types of intrusion in data traffic
von: Abd, Noor Saud, et al.
Veröffentlicht: (2024)

FL-CLEANER: byzantine and backdoor defense by CLustering Errors of Activation maps in Non-iid fedErated leaRning
von: Ghali, Mehdi Ben, et al.
Veröffentlicht: (2025)

MURMUR: Using cross-user chatter to break collaborative language agents in groups
von: Patlan, Atharv Singh, et al.
Veröffentlicht: (2025)

RECUR: Resource Exhaustion Attack via Recursive-Entropy Guided Counterfactual Utilization and Reflection
von: Wang, Ziwei, et al.
Veröffentlicht: (2026)

Optimized detection of cyber-attacks on IoT networks via hybrid deep learning models
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2025)

Research and application of artificial intelligence based webshell detection model: A literature review
von: Ma, Mingrui, et al.
Veröffentlicht: (2024)

Optimizing watermarks for large language models
von: Wouters, Bram
Veröffentlicht: (2023)

AI Propaganda factories with language models
von: Olejnik, Lukasz
Veröffentlicht: (2025)

DAIRE: A lightweight AI model for real-time detection of Controller Area Network attacks in the Internet of Vehicles
von: Alam, Shahid, et al.
Veröffentlicht: (2026)

Security awareness in LLM agents: the NDAI zone case
von: Bottazzi, Enrico, et al.
Veröffentlicht: (2026)

Prompt Leakage effect and defense strategies for multi-turn LLM interactions
von: Agarwal, Divyansh, et al.
Veröffentlicht: (2024)

AI Kill Switch for malicious web-based LLM agent
von: Lee, Sechan, et al.
Veröffentlicht: (2025)

Context manipulation attacks : Web agents are susceptible to corrupted memory
von: Patlan, Atharv Singh, et al.
Veröffentlicht: (2025)

Multi-agent Reinforcement Learning-based Network Intrusion Detection System
von: Tellache, Amine, et al.
Veröffentlicht: (2024)

From surveillance to signalling: escalation channels as environmental controls for agentic AI
von: Gomez, Francesca
Veröffentlicht: (2025)

InjecGuard: Benchmarking and Mitigating Over-defense in Prompt Injection Guardrail Models
von: Li, Hao, et al.
Veröffentlicht: (2024)

AutoAdvExBench: Benchmarking autonomous exploitation of adversarial example defenses
von: Carlini, Nicholas, et al.
Veröffentlicht: (2025)

LlamaFirewall: An open source guardrail system for building secure AI agents
von: Chennabasappa, Sahana, et al.
Veröffentlicht: (2025)

Towards the generation of hierarchical attack models from cybersecurity vulnerabilities using language models
von: Sowka, Kacper, et al.
Veröffentlicht: (2024)

Latent-space adversarial training with post-aware calibration for defending large language models against jailbreak attacks
von: Yi, Xin, et al.
Veröffentlicht: (2025)

Forbidden Facts: An Investigation of Competing Objectives in Llama-2
von: Wang, Tony T., et al.
Veröffentlicht: (2023)

Seclens: Role-specific Evaluation of LLM's for security vulnerablity detection
von: Halder, Subho, et al.
Veröffentlicht: (2026)

Seven Security Challenges That Must be Solved in Cross-domain Multi-agent LLM Systems
von: Ko, Ronny, et al.
Veröffentlicht: (2025)

How to evaluate control measures for LLM agents? A trajectory from today to superintelligence
von: Korbak, Tomek, et al.
Veröffentlicht: (2025)

ActDroid: An active learning framework for Android malware detection
von: Muzaffar, Ali, et al.
Veröffentlicht: (2024)

Exploring the limits of strong membership inference attacks on large language models
von: Hayes, Jamie, et al.
Veröffentlicht: (2025)

Anomaly detection in network flows using unsupervised online machine learning
von: Miguel-Diez, Alberto, et al.
Veröffentlicht: (2025)

COPS: A Compact On-device Pipeline for real-time Smishing detection
von: S, Harichandana B S, et al.
Veröffentlicht: (2024)