Tool Receipts, Not Zero-Knowledge Proofs: Practical Hallucination Detection for AI Agents
Fuente:
arXiv
Salvato in:
| Autore principale: | Basu, Abhinaba |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
di: Dang, Kieu, et al.
Pubblicazione: (2025)
di: Dang, Kieu, et al.
Pubblicazione: (2025)
Exploiting Web Search Tools of AI Agents for Data Exfiltration
di: Rall, Dennis, et al.
Pubblicazione: (2025)
di: Rall, Dennis, et al.
Pubblicazione: (2025)
Breaking to Build: A Threat Model of Prompt-Based Attacks for Securing LLMs
di: Hill, Brennen, et al.
Pubblicazione: (2025)
di: Hill, Brennen, et al.
Pubblicazione: (2025)
When Does Content-Based Routing Work? Representation Requirements for Selective Attention in Hybrid Sequence Models
di: Basu, Abhinaba
Pubblicazione: (2026)
di: Basu, Abhinaba
Pubblicazione: (2026)
BreakFun: Jailbreaking LLMs via Schema Exploitation
di: Oskooei, Amirkia Rafiei, et al.
Pubblicazione: (2025)
di: Oskooei, Amirkia Rafiei, et al.
Pubblicazione: (2025)
Detecting Sleeper Agents in Large Language Models via Semantic Drift Analysis
di: Zanbaghi, Shahin, et al.
Pubblicazione: (2025)
di: Zanbaghi, Shahin, et al.
Pubblicazione: (2025)
Systematic Capability Benchmarking of Frontier Large Language Models for Offensive Cyber Tasks
di: Merves, Tyler H., et al.
Pubblicazione: (2026)
di: Merves, Tyler H., et al.
Pubblicazione: (2026)
Transactional Attention: Semantic Sponsorship for KV-Cache Retention
di: Basu, Abhinaba
Pubblicazione: (2026)
di: Basu, Abhinaba
Pubblicazione: (2026)
Communicative Agents for Slideshow Storytelling Video Generation based on LLMs
di: Fan, Jingxing, et al.
Pubblicazione: (2025)
di: Fan, Jingxing, et al.
Pubblicazione: (2025)
A Method for Quantifying Human Risk and a Blueprint for LLM Integration
di: Canale, Giuseppe
Pubblicazione: (2025)
di: Canale, Giuseppe
Pubblicazione: (2025)
NeuroState-Bench: A Human-Calibrated Benchmark for Commitment Integrity in LLM Agent Profiles
di: Jia, Xiao
Pubblicazione: (2026)
di: Jia, Xiao
Pubblicazione: (2026)
Sola-Visibility-ISPM: Benchmarking Agentic AI for Identity Security Posture Management Visibility
di: Engelberg, Gal, et al.
Pubblicazione: (2026)
di: Engelberg, Gal, et al.
Pubblicazione: (2026)
h4rm3l: A language for Composable Jailbreak Attack Synthesis
di: Doumbouya, Moussa Koulako Bala, et al.
Pubblicazione: (2024)
di: Doumbouya, Moussa Koulako Bala, et al.
Pubblicazione: (2024)
Constitution or Collapse? Exploring Constitutional AI with Llama 3-8B
di: Zhang, Xue
Pubblicazione: (2025)
di: Zhang, Xue
Pubblicazione: (2025)
Measuring and curing reasoning rigidity: from decorative chain-of-thought to genuine faithfulness
di: Basu, Abhinaba, et al.
Pubblicazione: (2026)
di: Basu, Abhinaba, et al.
Pubblicazione: (2026)
RAR: Setting Knowledge Tripwires for Retrieval Augmented Rejection
di: Buonocore, Tommaso Mario, et al.
Pubblicazione: (2025)
di: Buonocore, Tommaso Mario, et al.
Pubblicazione: (2025)
LegalGuardian: A Privacy-Preserving Framework for Secure Integration of Large Language Models in Legal Practice
di: Demir, M. Mikail, et al.
Pubblicazione: (2025)
di: Demir, M. Mikail, et al.
Pubblicazione: (2025)
On-Device Generative AI for GDPR-Compliant Visual Monitoring: Natural Language Alerts from Local Object Detection
di: Schappacher-Tilp, Gudrun, et al.
Pubblicazione: (2026)
di: Schappacher-Tilp, Gudrun, et al.
Pubblicazione: (2026)
Who's Asking? Investigating Bias Through the Lens of Disability Framed Queries in LLMs
di: Hari, Vishnu, et al.
Pubblicazione: (2025)
di: Hari, Vishnu, et al.
Pubblicazione: (2025)
MASH: Evading Black-Box AI-Generated Text Detectors via Style Humanization
di: Gu, Yongtong, et al.
Pubblicazione: (2026)
di: Gu, Yongtong, et al.
Pubblicazione: (2026)
When Names Change Verdicts: Intervention Consistency Reveals Systematic Bias in LLM Decision-Making
di: Basu, Abhinaba, et al.
Pubblicazione: (2026)
di: Basu, Abhinaba, et al.
Pubblicazione: (2026)
An Epidemiological Knowledge Graph extracted from the World Health Organization's Disease Outbreak News
di: Consoli, Sergio, et al.
Pubblicazione: (2025)
di: Consoli, Sergio, et al.
Pubblicazione: (2025)
MedMemoryBench: Benchmarking Agent Memory in Personalized Healthcare
di: Wang, Yihao, et al.
Pubblicazione: (2026)
di: Wang, Yihao, et al.
Pubblicazione: (2026)
MarkLLM: An Open-Source Toolkit for LLM Watermarking
di: Pan, Leyi, et al.
Pubblicazione: (2024)
di: Pan, Leyi, et al.
Pubblicazione: (2024)
A Semantic Invariant Robust Watermark for Large Language Models
di: Liu, Aiwei, et al.
Pubblicazione: (2023)
di: Liu, Aiwei, et al.
Pubblicazione: (2023)
Can Watermarked LLMs be Identified by Users via Crafted Prompts?
di: Liu, Aiwei, et al.
Pubblicazione: (2024)
di: Liu, Aiwei, et al.
Pubblicazione: (2024)
NOTAI.AI: Explainable Detection of Machine-Generated Text via Curvature and Feature Attribution
di: Breneur, Oleksandr Marchenko, et al.
Pubblicazione: (2026)
di: Breneur, Oleksandr Marchenko, et al.
Pubblicazione: (2026)
Monotonicity as an Architectural Bias for Robust Language Models
di: Cooper, Patrick, et al.
Pubblicazione: (2026)
di: Cooper, Patrick, et al.
Pubblicazione: (2026)
Watermarking for AI Content Detection: A Review on Text, Visual, and Audio Modalities
di: Cao, Lele
Pubblicazione: (2025)
di: Cao, Lele
Pubblicazione: (2025)
When the Agent Is the Adversary: Architectural Requirements for Agentic AI Containment After the April 2026 Frontier Model Escape
di: Mitchell, Richard Joseph
Pubblicazione: (2026)
di: Mitchell, Richard Joseph
Pubblicazione: (2026)
CyberAId: AI-Driven Cybersecurity for Financial Service Providers
di: Fatouros, George, et al.
Pubblicazione: (2026)
di: Fatouros, George, et al.
Pubblicazione: (2026)
Benchmarking Large Language Models for IoC Recovery under Adversarial Code Obfuscation and Encryption
di: Morales, Jaime, et al.
Pubblicazione: (2026)
di: Morales, Jaime, et al.
Pubblicazione: (2026)
Semantically Guided Adversarial Testing of Vision Models Using Language Models
di: Filus, Katarzyna, et al.
Pubblicazione: (2025)
di: Filus, Katarzyna, et al.
Pubblicazione: (2025)
Tool-Genesis: A Task-Driven Tool Creation Benchmark for Self-Evolving Language Agent
di: Xia, Bowei, et al.
Pubblicazione: (2026)
di: Xia, Bowei, et al.
Pubblicazione: (2026)
AVEC: Bootstrapping Privacy for Local LLMs
di: Gaikwad, Madhava
Pubblicazione: (2025)
di: Gaikwad, Madhava
Pubblicazione: (2025)
Improving LLM Agents with Reinforcement Learning on Cryptographic CTF Challenges
di: Muzsai, Lajos, et al.
Pubblicazione: (2025)
di: Muzsai, Lajos, et al.
Pubblicazione: (2025)
HackSynth: LLM Agent and Evaluation Framework for Autonomous Penetration Testing
di: Muzsai, Lajos, et al.
Pubblicazione: (2024)
di: Muzsai, Lajos, et al.
Pubblicazione: (2024)
MarkDiffusion: An Open-Source Toolkit for Generative Watermarking of Latent Diffusion Models
di: Pan, Leyi, et al.
Pubblicazione: (2025)
di: Pan, Leyi, et al.
Pubblicazione: (2025)
Natural Language Processing: A Comprehensive Practical Guide from Tokenisation to RLHF
di: Arabov, Mullosharaf K.
Pubblicazione: (2026)
di: Arabov, Mullosharaf K.
Pubblicazione: (2026)
Formal Proofs as Structured Explanations: Proposing Several Tasks on Explainable Natural Language Inference
di: Abzianidze, Lasha
Pubblicazione: (2023)
di: Abzianidze, Lasha
Pubblicazione: (2023)
Documenti analoghi
-
$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
di: Dang, Kieu, et al.
Pubblicazione: (2025) -
Exploiting Web Search Tools of AI Agents for Data Exfiltration
di: Rall, Dennis, et al.
Pubblicazione: (2025) -
Breaking to Build: A Threat Model of Prompt-Based Attacks for Securing LLMs
di: Hill, Brennen, et al.
Pubblicazione: (2025) -
When Does Content-Based Routing Work? Representation Requirements for Selective Attention in Hybrid Sequence Models
di: Basu, Abhinaba
Pubblicazione: (2026) -
BreakFun: Jailbreaking LLMs via Schema Exploitation
di: Oskooei, Amirkia Rafiei, et al.
Pubblicazione: (2025)