Buchumschlag

BiAxisAudit: A Novel Framework to Evaluate LLM Bias Across Prompt Sensitivity and Response-Layer Divergence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gan, Jialing, Dong, Junhao, Li, Songze
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PSM: Prompt Sensitivity Minimization via LLM-Guided Black-Box Optimization
von: Jawad, Huseein, et al.
Veröffentlicht: (2025)

Prompt Optimization and Evaluation for LLM Automated Red Teaming
von: Freenor, Michael, et al.
Veröffentlicht: (2025)

DePrompt: Desensitization and Evaluation of Personal Identifiable Information in Large Language Model Prompts
von: Sun, Xiongtao, et al.
Veröffentlicht: (2024)

Auditing Prompt Caching in Language Model APIs
von: Gu, Chenchen, et al.
Veröffentlicht: (2025)

Different Paths to Harmful Compliance: Behavioral Side Effects and Mechanistic Divergence Across LLM Jailbreaks
von: Kabir, Md Rysul, et al.
Veröffentlicht: (2026)

Talk is (Not) Cheap: A Taxonomy and Benchmark Coverage Audit for LLM Attacks
von: Iyer, Karthik Raghu, et al.
Veröffentlicht: (2026)

Confidential Prompting: Privacy-preserving LLM Inference on Cloud
von: Li, Caihua, et al.
Veröffentlicht: (2024)

The Landscape of Prompt Injection Threats in LLM Agents: From Taxonomy to Analysis
von: Wang, Peiran, et al.
Veröffentlicht: (2026)

Bi-Erasing: A Bidirectional Framework for Concept Removal in Diffusion Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

ContextLeak: Auditing Leakage in Private In-Context Learning Methods
von: Choi, Jacob, et al.
Veröffentlicht: (2025)

Raccoon: Prompt Extraction Benchmark of LLM-Integrated Applications
von: Wang, Junlin, et al.
Veröffentlicht: (2024)

PandaGuard: Systematic Evaluation of LLM Safety against Jailbreaking Attacks
von: Shen, Guobin, et al.
Veröffentlicht: (2025)

Hidden Data Privacy Breaches in Federated Learning
von: Gong, Xueluan, et al.
Veröffentlicht: (2024)

SecurityLingua: Efficient Defense of LLM Jailbreak Attacks via Security-Aware Prompt Compression
von: Li, Yucheng, et al.
Veröffentlicht: (2025)

Beyond Jailbreaking: Auditing Contextual Privacy in LLM Agents
von: Das, Saswat, et al.
Veröffentlicht: (2025)

Counterfactual Evaluation for Blind Attack Detection in LLM-based Evaluation Systems
von: Liu, Lijia, et al.
Veröffentlicht: (2025)

AEIOU: A Unified Defense Framework against NSFW Prompts in Text-to-Image Models
von: Wang, Yiming, et al.
Veröffentlicht: (2024)

IPIGuard: A Novel Tool Dependency Graph-Based Defense Against Indirect Prompt Injection in LLM Agents
von: An, Hengyu, et al.
Veröffentlicht: (2025)

Adversarial Attacks on LLM-as-a-Judge Systems: Insights from Prompt Injections
von: Maloyan, Narek, et al.
Veröffentlicht: (2025)

Hidden Ads: Behavior Triggered Semantic Backdoors for Advertisement Injection in Vision Language Models
von: Yao, Duanyi, et al.
Veröffentlicht: (2026)

SafeReview: Defending LLM-based Review Systems Against Adversarial Hidden Prompts
von: Xin, Yuan, et al.
Veröffentlicht: (2026)

PRSA: Prompt Stealing Attacks against Real-World Prompt Services
von: Yang, Yong, et al.
Veröffentlicht: (2024)

Do Prompts Guarantee Safety? Mitigating Toxicity from LLM Generations through Subspace Intervention
von: Singh, Himanshu, et al.
Veröffentlicht: (2026)

Trust No Tool: Evaluating and Defending LLM Agents under Untrusted Tool Feedback
von: Yan, Lecheng, et al.
Veröffentlicht: (2026)

SecureLLM: Using Compositionality to Build Provably Secure Language Models for Private, Sensitive, and Secret Data
von: Alabdulkareem, Abdulrahman, et al.
Veröffentlicht: (2024)

The Canary's Echo: Auditing Privacy Risks of LLM-Generated Synthetic Text
von: Meeus, Matthieu, et al.
Veröffentlicht: (2025)

GuidedBench: Measuring and Mitigating the Evaluation Discrepancies of In-the-wild LLM Jailbreak Methods
von: Huang, Ruixuan, et al.
Veröffentlicht: (2025)

Auditing M-LLMs for Privacy Risks: A Synthetic Benchmark and Evaluation Framework
von: Li, Junhao, et al.
Veröffentlicht: (2025)

Why Are My Prompts Leaked? Unraveling Prompt Extraction Threats in Customized Large Language Models
von: Liang, Zi, et al.
Veröffentlicht: (2024)

Rethinking LLM Watermark Detection in Black-Box Settings: A Non-Intrusive Third-Party Framework
von: Wang, Zhuoshang, et al.
Veröffentlicht: (2026)

FunFuzz: An LLM-Powered Evolutionary Fuzzing Framework
von: Béjar, Mario Rodríguez, et al.
Veröffentlicht: (2026)

Auditing Black-Box LLM APIs with a Rank-Based Uniformity Test
von: Zhu, Xiaoyuan, et al.
Veröffentlicht: (2025)

Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs
von: Cai, Will, et al.
Veröffentlicht: (2025)

Red Teaming the Mind of the Machine: A Systematic Evaluation of Prompt Injection and Jailbreak Vulnerabilities in LLMs
von: Pathade, Chetan
Veröffentlicht: (2025)

Prompt Injection Detection is Regime-Dependent: A Deployment-Aware Evaluation with Interpretable Structural Signals
von: Akinrele, Akindoyin, et al.
Veröffentlicht: (2026)

Behavioral Canaries: Auditing Private Retrieved Context Usage in RL Fine-Tuning
von: Chen, Chaoran, et al.
Veröffentlicht: (2026)

Is the Digital Forensics and Incident Response Pipeline Ready for Text-Based Threats in LLM Era?
von: Bhandarkar, Avanti, et al.
Veröffentlicht: (2024)

Fingerprinting LLMs via Prompt Injection
von: Hu, Yuepeng, et al.
Veröffentlicht: (2025)

Factuality Beyond Coherence: Evaluating LLM Watermarking Methods for Medical Texts
von: Hastuti, Rochana Prih, et al.
Veröffentlicht: (2025)

Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method
von: Zhang, Weichao, et al.
Veröffentlicht: (2024)