Buchumschlag

Hidden Reliability Risks in Large Language Models: Systematic Identification of Precision-Induced Output Disagreements

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yifei, Li, Tianlin, Zhang, Xiaohan, Zhang, Xiaoyu, Ma, Wei, Cheng, Mingfei, Pan, Li
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning I.2.7; K.6.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MASH: Evading Black-Box AI-Generated Text Detectors via Style Humanization
von: Gu, Yongtong, et al.
Veröffentlicht: (2026)

Benchmarking Large Language Models for IoC Recovery under Adversarial Code Obfuscation and Encryption
von: Morales, Jaime, et al.
Veröffentlicht: (2026)

Beyond Benchmark Islands: Toward Representative Trustworthiness Evaluation for Agentic AI
von: Qi, Jinhu, et al.
Veröffentlicht: (2026)

Kill-Chain Canaries: Stage-Level Tracking of Prompt Injection Across Attack Surfaces and Model Safety Tiers
von: Wang, Haochuan Kevin, et al.
Veröffentlicht: (2026)

VectraYX-Nano: A 42M-Parameter Spanish Cybersecurity Language Model with Curriculum Learning and Native Tool Use
von: Santillana, Juan S.
Veröffentlicht: (2026)

Seeing Is No Longer Believing: Frontier Image Generation Models, Synthetic Visual Evidence, and Real-World Risk
von: Wu, Shuai, et al.
Veröffentlicht: (2026)

Robust Uncertainty Quantification for Factual Generation of Large Language Models
von: Zhang, Yuhao, et al.
Veröffentlicht: (2026)

Countermind: A Multi-Layered Security Architecture for Large Language Models
von: Schwarz, Dominik
Veröffentlicht: (2025)

Do Latent Tokens Think? A Causal and Adversarial Analysis of Chain-of-Continuous-Thought
von: Zhang, Yuyi, et al.
Veröffentlicht: (2025)

Before the Last Token: Diagnosing Final-Token Safety Probe Failures
von: Doda, Shravan
Veröffentlicht: (2026)

Measuring Harmfulness of Computer-Using Agents
von: Tian, Aaron Xuxiang, et al.
Veröffentlicht: (2025)

Evaluating the Reliability of Digital Forensic Evidence Discovered by Large Language Model: A Case Study
von: Khatiwala, Jeel Piyushkumar, et al.
Veröffentlicht: (2026)

Detecting Sleeper Agents in Large Language Models via Semantic Drift Analysis
von: Zanbaghi, Shahin, et al.
Veröffentlicht: (2025)

Predicting Known Vulnerabilities from Attack Descriptions Using Sentence Transformers
von: Othman, Refat
Veröffentlicht: (2026)

JPS: Jailbreak Multimodal Large Language Models with Collaborative Visual Perturbation and Textual Steering
von: Chen, Renmiao, et al.
Veröffentlicht: (2025)

Send to which account? Evaluation of an LLM-based Scambaiting System
von: Siadati, Hossein, et al.
Veröffentlicht: (2025)

Cyber Defense Benchmark: Agentic Threat Hunting Evaluation for LLMs in SecOps
von: Chona, Alankrit, et al.
Veröffentlicht: (2026)

A Validated Prompt Bank for Malicious Code Generation: Separating Executable Weapons from Security Knowledge in 1,554 Consensus-Labeled Prompts
von: Young, Richard J., et al.
Veröffentlicht: (2026)

Semantic Superiority vs. Forensic Efficiency: A Comparative Analysis of Deep Learning and Psycholinguistics for Business Email Compromise Detection
von: Adjei, Yaw Osei, et al.
Veröffentlicht: (2025)

CritBench: A Framework for Evaluating Cybersecurity Capabilities of Large Language Models in IEC 61850 Digital Substation Environments
von: Keppler, Gustav, et al.
Veröffentlicht: (2026)

AIRTBench: Measuring Autonomous AI Red Teaming Capabilities in Language Models
von: Dawson, Ads, et al.
Veröffentlicht: (2025)

The Automation Advantage in AI Red Teaming
von: Mulla, Rob, et al.
Veröffentlicht: (2025)

Towards Modeling Cybersecurity Behavior of Humans in Organizations
von: Kürtz, Klaas Ole
Veröffentlicht: (2026)

RMCBench: Benchmarking Large Language Models' Resistance to Malicious Code
von: Chen, Jiachi, et al.
Veröffentlicht: (2024)

Refusal Evaluation in Coding LLMs and Code Agents: A Systematic Review of Thirteen Malicious-Code Prompt Corpora (2023-2025)
von: Young, Richard J., et al.
Veröffentlicht: (2026)

Whisper Leak: a side-channel attack on Large Language Models
von: McDonald, Geoff, et al.
Veröffentlicht: (2025)

DocShield: Towards AI Document Safety via Evidence-Grounded Agentic Reasoning
von: Zeng, Fanwei, et al.
Veröffentlicht: (2026)

VoiceSHIELD-Small: Real-Time Malicious Speech Detection and Transcription
von: Ranjan, Sumit, et al.
Veröffentlicht: (2026)

Same Payload, Different Channel: Measuring Trust Asymmetry in Tool-Using Language Models
von: Syed, Mohammed Sameer, et al.
Veröffentlicht: (2026)

Amplifying Training Data Exposure through Fine-Tuning with Pseudo-Labeled Memberships
von: Oh, Myung Gyo, et al.
Veröffentlicht: (2024)

SALLIE: Safeguarding Against Latent Language & Image Exploits
von: Azov, Guy, et al.
Veröffentlicht: (2026)

AgentSentry: Mitigating Indirect Prompt Injection in LLM Agents via Temporal Causal Diagnostics and Context Purification
von: Zhang, Tian, et al.
Veröffentlicht: (2026)

Toward Secure and Compliant AI: Organizational Standards and Protocols for NLP Model Lifecycle Management
von: Arora, Sunil, et al.
Veröffentlicht: (2025)

$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
von: Dang, Kieu, et al.
Veröffentlicht: (2025)

Adversarial Feeds Steer LLM Agent Decisions Against Their Defaults
von: Usman, Rana Muhammad
Veröffentlicht: (2026)

Systematic Capability Benchmarking of Frontier Large Language Models for Offensive Cyber Tasks
von: Merves, Tyler H., et al.
Veröffentlicht: (2026)

Jailbreak Mimicry: Automated Discovery of Narrative-Based Jailbreaks for Large Language Models
von: Ntais, Pavlos
Veröffentlicht: (2025)

Growing a Tail: Increasing Output Diversity in Large Language Models
von: Shur-Ofry, Michal, et al.
Veröffentlicht: (2024)

Revealing Hidden Bias in AI: Lessons from Large Language Models
von: Beatty, Django, et al.
Veröffentlicht: (2024)

Text-Based Approaches to Item Difficulty Modeling in Large-Scale Assessments: A Systematic Review
von: Peters, Sydney, et al.
Veröffentlicht: (2025)