会员服务
From Defender to Devil? Unintended Risk Interactions Induced by LLM Defenses
Arxiv
0+阅读 · 1月19日
Blue Teaming Function-Calling Agents
Arxiv
0+阅读 · 1月14日
Model Privacy: A Unified Framework to Understand Model Stealing Attacks and Defenses
Arxiv
0+阅读 · 1月11日
ACDZero: MCTS Agent for Mastering Automated Cyber Defense
Arxiv
0+阅读 · 1月9日
AI-Driven Cybersecurity Threats: A Survey of Emerging Risks and Defensive Strategies
Arxiv
0+阅读 · 1月6日
ACDZero: Graph-Embedding-Based Tree Search for Mastering Automated Cyber Defense
Arxiv
0+阅读 · 1月5日
Aggressive Compression Enables LLM Weight Theft
Arxiv
0+阅读 · 1月3日
One Trigger Token Is Enough: A Defense Strategy for Balancing Safety and Usability in Large Language Models
Arxiv
0+阅读 · 1月1日
A Taxonomy of Pix Fraud in Brazil: Attack Methodologies, AI-Driven Amplification, and Defensive Strategies
Arxiv
0+阅读 · 2025年11月25日
Large Language Model-Based Reward Design for Deep Reinforcement Learning-Driven Autonomous Cyber Defense
Arxiv
0+阅读 · 2025年11月20日
Defending Large Language Models Against Jailbreak Exploits with Responsible AI Considerations
Arxiv
0+阅读 · 2025年11月24日
Integer Linear Programming Formulations for Triple and Quadruple Roman Domination Problems
Arxiv
0+阅读 · 2023年5月1日
Training Automated Defense Strategies Using Graph-based Cyber Attack Simulations
Arxiv
0+阅读 · 2023年4月17日
More is Better (Mostly): On the Backdoor Attacks in Federated Graph Neural Networks
Arxiv
0+阅读 · 2023年4月20日
A Random-patch based Defense Strategy Against Physical Attacks for Face Recognition Systems
Arxiv
0+阅读 · 2023年4月16日
参考链接
微信扫码咨询专知VIP会员
Top