:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Halloran, John T.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2604.02574
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security Exploits
von: Radosevich, Brandon, et al.
Veröffentlicht: (2025)

Leveraging RAG for Training-Free Alignment of LLMs
von: Halloran, John T.
Veröffentlicht: (2026)

Be Kind, Rewrite: Benign Projections via Rewriting Defend Against LLM Data Poisoning Attacks
von: Halloran, John T., et al.
Veröffentlicht: (2026)

Knowing without Acting: The Disentangled Geometry of Safety Mechanisms in Large Language Models
von: Wu, Jinman, et al.
Veröffentlicht: (2026)

UpSafe$^\circ$C: Upcycling for Controllable Safety in Large Language Models
von: Sun, Yuhao, et al.
Veröffentlicht: (2025)

MCP Safety Training: Learning to Refuse Falsely Benign MCP Exploits using Improved Preference Alignment
von: Halloran, John
Veröffentlicht: (2025)

Pharmacist: Safety Alignment Data Curation for Large Language Models against Harmful Fine-tuning
von: Liu, Guozhi, et al.
Veröffentlicht: (2025)

Safety Tax: Safety Alignment Makes Your Large Reasoning Models Less Reasonable
von: Huang, Tiansheng, et al.
Veröffentlicht: (2025)

Prompt, Divide, and Conquer: Bypassing Large Language Model Safety Filters via Segmented and Distributed Prompt Processing
von: Wahréus, Johan, et al.
Veröffentlicht: (2025)

On the Role of Attention Heads in Large Language Model Safety
von: Zhou, Zhenhong, et al.
Veröffentlicht: (2024)

SafeMLRM: Demystifying Safety in Multi-modal Large Reasoning Models
von: Fang, Junfeng, et al.
Veröffentlicht: (2025)

Probing the Robustness of Large Language Models Safety to Latent Perturbations
von: Gu, Tianle, et al.
Veröffentlicht: (2025)

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

Privacy Auditing of Large Language Models
von: Panda, Ashwinee, et al.
Veröffentlicht: (2025)

SALAD-Bench: A Hierarchical and Comprehensive Safety Benchmark for Large Language Models
von: Li, Lijun, et al.
Veröffentlicht: (2024)

Model-based Large Language Model Customization as Service
von: Wu, Zhaomin, et al.
Veröffentlicht: (2024)

Jailbreaking and Mitigation of Vulnerabilities in Large Language Models
von: Peng, Benji, et al.
Veröffentlicht: (2024)

Exploring the Secondary Risks of Large Language Models
von: Chen, Jiawei, et al.
Veröffentlicht: (2025)

Finetuning Large Language Models for Vulnerability Detection
von: Shestov, Alexey, et al.
Veröffentlicht: (2024)

Safeguarding Large Language Models in Real-time with Tunable Safety-Performance Trade-offs
von: Fonseca, Joao, et al.
Veröffentlicht: (2025)

Stealthy and Persistent Unalignment on Large Language Models via Backdoor Injections
von: Cao, Yuanpu, et al.
Veröffentlicht: (2023)

Information Theoretic Adversarial Training of Large Language Models
von: Zhang, Yiwei, et al.
Veröffentlicht: (2026)

Prompt Injection Attacks on Large Language Models in Oncology
von: Clusmann, Jan, et al.
Veröffentlicht: (2024)

Towards Characterizing Cyber Networks with Large Language Models
von: Hartsock, Alaric, et al.
Veröffentlicht: (2024)

Adaptive PII Mitigation Framework for Large Language Models
von: Asthana, Shubhi, et al.
Veröffentlicht: (2025)

Large Language Models Are Unreliable for Cyber Threat Intelligence
von: Mezzi, Emanuele, et al.
Veröffentlicht: (2025)

A Survey on Model Extraction Attacks and Defenses for Large Language Models
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

Lifelong Safety Alignment for Language Models
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models for Security Bug Report Prediction
von: Soltaniani, Farnaz, et al.
Veröffentlicht: (2026)

Securing Large Language Models: Threats, Vulnerabilities and Responsible Practices
von: Abdali, Sara, et al.
Veröffentlicht: (2024)

Permissioned LLMs: Enforcing Access Control in Large Language Models
von: Jayaraman, Bargav, et al.
Veröffentlicht: (2025)

Large Language Models in Cybersecurity: Applications, Vulnerabilities, and Defense Techniques
von: Jaffal, Niveen O., et al.
Veröffentlicht: (2025)

DMark: Order-Agnostic Watermarking for Diffusion Large Language Models
von: Wu, Linyu, et al.
Veröffentlicht: (2025)

Model Inversion Attacks on Llama 3: Extracting PII from Large Language Models
von: Sivashanmugam, Sathesh P.
Veröffentlicht: (2025)

Evaluating the Reliability and Fidelity of Automated Judgment Systems of Large Language Models
von: Biskupski, Tom, et al.
Veröffentlicht: (2026)

Differentially Private Preference Data Synthesis for Large Language Model Alignment
von: Gao, Fengyu, et al.
Veröffentlicht: (2026)

Beyond Data Privacy: New Privacy Risks for Large Language Models
von: Du, Yuntao, et al.
Veröffentlicht: (2025)

Reconstruction of Differentially Private Text Sanitization via Large Language Models
von: Pang, Shuchao, et al.
Veröffentlicht: (2024)

Improved Large Language Model Jailbreak Detection via Pretrained Embeddings
von: Galinkin, Erick, et al.
Veröffentlicht: (2024)

PLeak: Prompt Leaking Attacks against Large Language Model Applications
von: Hui, Bo, et al.
Veröffentlicht: (2024)