10月9日 · 周五

全部论文

找到 1 篇

筛选4

攻击类型

提示注入12 投毒与后门6 检测规避1

防御类型

水印与溯源1

影响

越权操作1 输出被操纵1 监督失效1

系统形态

攻击面/入口

用户输入5 文档与消息1 工具返回0 图像与音视频7 权重与梯度1 分发渠道1

层

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 648 篇还没打标签，不在筛选结果里。

攻击类型：检测规避影响：输出被操纵攻击面/入口：文档与消息攻击面/入口：工具返回清除全部

另有 648 篇论文还没打上分类标签，暂不在筛选结果里。

防御arXiv 2608.127138月13日
互补 LLM 水印如何追踪来源并检测篡改
提出 Cocktail 水印，共嵌稳健与脆弱信号以溯源并发现篡改
arXiv
2608.12713
发表
8月13日
层
模型层
场景
模型与 API
测试
Llama-3.2-1B、Gemma-3-4B
- 防御水印与溯源
- 攻击检测规避
深度解读完整解读

已经到底了