GLiGuard: Schema-Conditioned Classification for LLM Safeguard
Fuente:
arXiv
Salvato in:
| Autori principali: | Zaratiana, Urchade, Newhauser, Mary, Hurn-Maloney, George, Lewis, Ash |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GLiNER2-PII: A Multilingual Model for Personally Identifiable Information Extraction
di: Zaratiana, Urchade, et al.
Pubblicazione: (2026)
di: Zaratiana, Urchade, et al.
Pubblicazione: (2026)
GLiNER2: An Efficient Multi-Task Information Extraction System with Schema-Driven Interface
di: Zaratiana, Urchade, et al.
Pubblicazione: (2025)
di: Zaratiana, Urchade, et al.
Pubblicazione: (2025)
GLiNER Guard: Unified Encoder Family for Production LLM Safety and Privacy
di: Minko, Bogdan, et al.
Pubblicazione: (2026)
di: Minko, Bogdan, et al.
Pubblicazione: (2026)
MaskSQL: Safeguarding Privacy for LLM-Based Text-to-SQL via Abstraction
di: Abedini, Sepideh, et al.
Pubblicazione: (2025)
di: Abedini, Sepideh, et al.
Pubblicazione: (2025)
PandaGuard: Systematic Evaluation of LLM Safety against Jailbreaking Attacks
di: Shen, Guobin, et al.
Pubblicazione: (2025)
di: Shen, Guobin, et al.
Pubblicazione: (2025)
LLMGuard: Guarding Against Unsafe LLM Behavior
di: Goyal, Shubh, et al.
Pubblicazione: (2024)
di: Goyal, Shubh, et al.
Pubblicazione: (2024)
Pioneer Agent: Continual Improvement of Small Language Models in Production
di: Atreja, Dhruv, et al.
Pubblicazione: (2026)
di: Atreja, Dhruv, et al.
Pubblicazione: (2026)
DistillGuard: Evaluating Defenses Against LLM Knowledge Distillation
di: Jiang, Bo
Pubblicazione: (2026)
di: Jiang, Bo
Pubblicazione: (2026)
TrinityGuard: A Unified Framework for Safeguarding Multi-Agent Systems
di: Wang, Kai, et al.
Pubblicazione: (2026)
di: Wang, Kai, et al.
Pubblicazione: (2026)
On Calibration of LLM-based Guard Models for Reliable Content Moderation
di: Liu, Hongfu, et al.
Pubblicazione: (2024)
di: Liu, Hongfu, et al.
Pubblicazione: (2024)
BELLS: A Framework Towards Future Proof Benchmarks for the Evaluation of LLM Safeguards
di: Dorn, Diego, et al.
Pubblicazione: (2024)
di: Dorn, Diego, et al.
Pubblicazione: (2024)
MAGE: Safeguarding LLM Agents against Long-Horizon Threats via Shadow Memory
di: Wang, Yuhui, et al.
Pubblicazione: (2026)
di: Wang, Yuhui, et al.
Pubblicazione: (2026)
CTRAP: Embedding Collapse Trap to Safeguard Large Language Models from Harmful Fine-Tuning
di: Yi, Biao, et al.
Pubblicazione: (2025)
di: Yi, Biao, et al.
Pubblicazione: (2025)
Can Federated Learning Safeguard Private Data in LLM Training? Vulnerabilities, Attacks, and Defense Evaluation
di: Guo, Wenkai, et al.
Pubblicazione: (2025)
di: Guo, Wenkai, et al.
Pubblicazione: (2025)
BraveGuard: From Open-World Threats to Safer Computer-Use Agents
di: Feng, Yunhao, et al.
Pubblicazione: (2026)
di: Feng, Yunhao, et al.
Pubblicazione: (2026)
ConfGuard: A Simple and Effective Backdoor Detection for Large Language Models
di: Wang, Zihan, et al.
Pubblicazione: (2025)
di: Wang, Zihan, et al.
Pubblicazione: (2025)
PRP: Propagating Universal Perturbations to Attack Large Language Model Guard-Rails
di: Mangaokar, Neal, et al.
Pubblicazione: (2024)
di: Mangaokar, Neal, et al.
Pubblicazione: (2024)
Covert Malicious Finetuning: Challenges in Safeguarding LLM Adaptation
di: Halawi, Danny, et al.
Pubblicazione: (2024)
di: Halawi, Danny, et al.
Pubblicazione: (2024)
ML-Bench&Guard: Policy-Grounded Multilingual Safety Benchmark and Guardrail for Large Language Models
di: Zhao, Yunhan, et al.
Pubblicazione: (2026)
di: Zhao, Yunhan, et al.
Pubblicazione: (2026)
RTD-Guard: A Black-Box Textual Adversarial Detection Framework via Replacement Token Detection
di: Zhu, He, et al.
Pubblicazione: (2026)
di: Zhu, He, et al.
Pubblicazione: (2026)
DualGuard: Dual-stream Large Language Model Watermarking Defense against Paraphrase and Spoofing Attack
di: Li, Hao, et al.
Pubblicazione: (2025)
di: Li, Hao, et al.
Pubblicazione: (2025)
LLM-based Privacy Data Augmentation Guided by Knowledge Distillation with a Distribution Tutor for Medical Text Classification
di: Song, Yiping, et al.
Pubblicazione: (2024)
di: Song, Yiping, et al.
Pubblicazione: (2024)
CVE-LLM : Ontology-Assisted Automatic Vulnerability Evaluation Using Large Language Models
di: Ghosh, Rikhiya, et al.
Pubblicazione: (2025)
di: Ghosh, Rikhiya, et al.
Pubblicazione: (2025)
Protecting Users From Themselves: Safeguarding Contextual Privacy in Interactions with Conversational Agents
di: Ngong, Ivoline, et al.
Pubblicazione: (2025)
di: Ngong, Ivoline, et al.
Pubblicazione: (2025)
GuardReasoner: Towards Reasoning-based LLM Safeguards
di: Liu, Yue, et al.
Pubblicazione: (2025)
di: Liu, Yue, et al.
Pubblicazione: (2025)
RED QUEEN: Safeguarding Large Language Models against Concealed Multi-Turn Jailbreaking
di: Jiang, Yifan, et al.
Pubblicazione: (2024)
di: Jiang, Yifan, et al.
Pubblicazione: (2024)
InjecGuard: Benchmarking and Mitigating Over-defense in Prompt Injection Guardrail Models
di: Li, Hao, et al.
Pubblicazione: (2024)
di: Li, Hao, et al.
Pubblicazione: (2024)
Guarding Your Conversations: Privacy Gatekeepers for Secure Interactions with Cloud-Based AI Models
di: Uzor, GodsGift, et al.
Pubblicazione: (2025)
di: Uzor, GodsGift, et al.
Pubblicazione: (2025)
LLM Reinforcement in Context
di: Rivasseau, Thomas
Pubblicazione: (2025)
di: Rivasseau, Thomas
Pubblicazione: (2025)
Watermarking LLM Agent Trajectories
di: Meng, Wenlong, et al.
Pubblicazione: (2026)
di: Meng, Wenlong, et al.
Pubblicazione: (2026)
Towards Reliable and Practical LLM Security Evaluations via Bayesian Modelling
di: Llewellyn, Mary, et al.
Pubblicazione: (2025)
di: Llewellyn, Mary, et al.
Pubblicazione: (2025)
Why Safeguarded Ships Run Aground? Aligned Large Language Models' Safety Mechanisms Tend to Be Anchored in The Template Region
di: Leong, Chak Tou, et al.
Pubblicazione: (2025)
di: Leong, Chak Tou, et al.
Pubblicazione: (2025)
BAIT: Boundary-Guided Disclosure Escalation via Self-Conditioned Reasoning
di: Luo, Xuan, et al.
Pubblicazione: (2026)
di: Luo, Xuan, et al.
Pubblicazione: (2026)
Proactive defense against LLM Jailbreak
di: Zhao, Weiliang, et al.
Pubblicazione: (2025)
di: Zhao, Weiliang, et al.
Pubblicazione: (2025)
FlexLLM: Exploring LLM Customization for Moving Target Defense on Black-Box LLMs Against Jailbreak Attacks
di: Chen, Bocheng, et al.
Pubblicazione: (2024)
di: Chen, Bocheng, et al.
Pubblicazione: (2024)
LLM Anonymization Against Agentic Re-Identification
di: Li, Ziwen, et al.
Pubblicazione: (2026)
di: Li, Ziwen, et al.
Pubblicazione: (2026)
Safeguarding Federated Learning-based Road Condition Classification
di: Liu, Sheng, et al.
Pubblicazione: (2025)
di: Liu, Sheng, et al.
Pubblicazione: (2025)
FunFuzz: An LLM-Powered Evolutionary Fuzzing Framework
di: Béjar, Mario Rodríguez, et al.
Pubblicazione: (2026)
di: Béjar, Mario Rodríguez, et al.
Pubblicazione: (2026)
On the Hidden Costs of Counterfactual Knowledge Training in LLM Unlearning
di: Ye, Xiaotian, et al.
Pubblicazione: (2026)
di: Ye, Xiaotian, et al.
Pubblicazione: (2026)
WorldCup Sampling for Multi-bit LLM Watermarking
di: Wang, Yidan, et al.
Pubblicazione: (2026)
di: Wang, Yidan, et al.
Pubblicazione: (2026)
Documenti analoghi
-
GLiNER2-PII: A Multilingual Model for Personally Identifiable Information Extraction
di: Zaratiana, Urchade, et al.
Pubblicazione: (2026) -
GLiNER2: An Efficient Multi-Task Information Extraction System with Schema-Driven Interface
di: Zaratiana, Urchade, et al.
Pubblicazione: (2025) -
GLiNER Guard: Unified Encoder Family for Production LLM Safety and Privacy
di: Minko, Bogdan, et al.
Pubblicazione: (2026) -
MaskSQL: Safeguarding Privacy for LLM-Based Text-to-SQL via Abstraction
di: Abedini, Sepideh, et al.
Pubblicazione: (2025) -
PandaGuard: Systematic Evaluation of LLM Safety against Jailbreaking Attacks
di: Shen, Guobin, et al.
Pubblicazione: (2025)