Buchumschlag

Pruning Unsafe Tickets: A Resource-Efficient Framework for Safer and More Robust LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Si, Wai Man, Li, Mingjie, Backes, Michael, Zhang, Yang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Excessive Reasoning Attack on Reasoning LLMs
von: Si, Wai Man, et al.
Veröffentlicht: (2025)

A Systematic Study of Training-Free Methods for Trustworthy Large Language Models
von: Si, Wai Man, et al.
Veröffentlicht: (2026)

Finding and Reactivating Post-Trained LLMs' Hidden Safety Mechanisms
von: Li, Mingjie, et al.
Veröffentlicht: (2026)

Sparse Models, Sparse Safety: Unsafe Routes in Mixture-of-Experts LLMs
von: Jiang, Yukun, et al.
Veröffentlicht: (2026)

SaLoRA: Safety-Alignment Preserved Low-Rank Adaptation
von: Li, Mingjie, et al.
Veröffentlicht: (2025)

VOCABTRIM: Vocabulary Pruning for Efficient Speculative Decoding in LLMs
von: Goel, Raghavv, et al.
Veröffentlicht: (2025)

ICLGuard: Controlling In-Context Learning Behavior for Applicability Authorization
von: Si, Wai Man, et al.
Veröffentlicht: (2024)

On Pruning State-Space LLMs
von: Ghattas, Tamer, et al.
Veröffentlicht: (2025)

On Importance of Pruning and Distillation for Efficient Low Resource NLP
von: Mirashi, Aishwarya, et al.
Veröffentlicht: (2024)

Mixture Compressor for Mixture-of-Experts LLMs Gains More
von: Huang, Wei, et al.
Veröffentlicht: (2024)

Pruning Weights but Not Truth: Safeguarding Truthfulness While Pruning LLMs
von: Fu, Yao, et al.
Veröffentlicht: (2025)

DenoiseRotator: Enhance Pruning Robustness for LLMs via Importance Concentration
von: Gu, Tianteng, et al.
Veröffentlicht: (2025)

Random Masking Finds Winning Tickets for Parameter Efficient Fine-tuning
von: Xu, Jing, et al.
Veröffentlicht: (2024)

TrustLDM: Benchmarking Trustworthiness in Language Diffusion Models
von: Mo, Yichuan, et al.
Veröffentlicht: (2026)

Towards Safer Pretraining: Analyzing and Filtering Harmful Content in Webscale datasets for Responsible LLMs
von: Mendu, Sai Krishna, et al.
Veröffentlicht: (2025)

Evaluating Defences against Unsafe Feedback in RLHF
von: Rosati, Domenic, et al.
Veröffentlicht: (2024)

Early Transformers: A study on Efficient Training of Transformer Models through Early-Bird Lottery Tickets
von: Cheekati, Shravan
Veröffentlicht: (2024)

Everybody Prune Now: Structured Pruning of LLMs with only Forward Passes
von: Kolawole, Steven, et al.
Veröffentlicht: (2024)

Learning and Forgetting Unsafe Examples in Large Language Models
von: Zhao, Jiachen, et al.
Veröffentlicht: (2023)

Pruning Strategies for Backdoor Defense in LLMs
von: Chapagain, Santosh, et al.
Veröffentlicht: (2025)

A Simple and Effective Pruning Approach for Large Language Models
von: Sun, Mingjie, et al.
Veröffentlicht: (2023)

Probe Pruning: Accelerating LLMs through Dynamic Pruning via Model-Probing
von: Le, Qi, et al.
Veröffentlicht: (2025)

2SSP: A Two-Stage Framework for Structured Pruning of LLMs
von: Sandri, Fabrizio, et al.
Veröffentlicht: (2025)

Safer Policy Compliance with Dynamic Epistemic Fallback
von: Imperial, Joseph Marvin, et al.
Veröffentlicht: (2026)

Cram Less to Fit More: Training Data Pruning Improves Memorization of Facts
von: Ye, Jiayuan, et al.
Veröffentlicht: (2026)

EfficientXpert: Efficient Domain Adaptation for Large Language Models via Propagation-Aware Pruning
von: Zhao, Songlin, et al.
Veröffentlicht: (2025)

JailbreakRadar: Comprehensive Assessment of Jailbreak Attacks Against LLMs
von: Chu, Junjie, et al.
Veröffentlicht: (2024)

SOS! Soft Prompt Attack Against Open-Source Large Language Models
von: Yang, Ziqing, et al.
Veröffentlicht: (2024)

Towards Robust and Parameter-Efficient Knowledge Unlearning for LLMs
von: Cha, Sungmin, et al.
Veröffentlicht: (2024)

FaultProfIT: Hierarchical Fault Profiling of Incident Tickets in Large-scale Cloud Systems
von: Huang, Junjie, et al.
Veröffentlicht: (2024)

LLMGuard: Guarding Against Unsafe LLM Behavior
von: Goyal, Shubh, et al.
Veröffentlicht: (2024)

Beyond Size: How Gradients Shape Pruning Decisions in Large Language Models
von: Das, Rocktim Jyoti, et al.
Veröffentlicht: (2023)

Two-stage LLM Fine-tuning with Less Specialization and More Generalization
von: Wang, Yihan, et al.
Veröffentlicht: (2022)

ROSE: Reordered SparseGPT for More Accurate One-Shot Large Language Models Pruning
von: Su, Mingluo, et al.
Veröffentlicht: (2026)

Adaptive LoRA Merge with Parameter Pruning for Low-Resource Generation
von: Miyano, Ryota, et al.
Veröffentlicht: (2025)

On Importance of Layer Pruning for Smaller BERT Models and Low Resource Languages
von: Shirke, Mayur, et al.
Veröffentlicht: (2025)

MoreauPruner: Robust Pruning of Large Language Models against Weight Perturbations
von: Wang, Zixiao, et al.
Veröffentlicht: (2024)

KS-Lottery: Finding Certified Lottery Tickets for Multilingual Language Models
von: Yuan, Fei, et al.
Veröffentlicht: (2024)

Less is More: Extreme Gradient Boost Rank-1 Adaption for Efficient Finetuning of LLMs
von: Zhang, Yifei, et al.
Veröffentlicht: (2024)

Why Are Web AI Agents More Vulnerable Than Standalone LLMs? A Security Analysis
von: Chiang, Jeffrey Yang Fan, et al.
Veröffentlicht: (2025)