跳到正文
10月13日 · 周二

全部论文

找到 3篇
筛选4
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 201篇还没打标签,不在筛选结果里。

另有201篇论文还没打上分类标签,暂不在筛选结果里。

  1. 攻击arXiv 2610.01768

    LLMLeak:借 LLM 合法网页抓取实施隐蔽数据外泄

    提出 LLMLeak,借合法网页抓取把 URL 中的秘密隐蔽外传

    发表
    被测模型
    Meta-Llama-3.3-70B-Instruct、Meta-Llama-4-Scout-17B-16E-Instruct、Meta-Llama-3.1-8B-Instruct 等18个
    摘要作者称第三方外传可发生于正常网页获取,防护需考虑工具请求而不只考虑提示注入。

    LLMLeak 是利用网页获取请求携带预先编码秘密的隐蔽通道攻击。它关注恶意软件已能读取数据、却因网络限制或监控无法直接外传的情形。

    深度解读完整解读
  2. 攻击arXiv 2609.12448

    GraphProfiler 用个人知识图谱推断敏感属性并溯源到具体帖子

    提出 GraphProfiler,用个人知识图谱从帖子历史推断敏感属性并溯源

    发表
    摘要GraphProfiler 用源链接个人知识图谱做属性推断,准确率接近文本基线,并把证据定位到少量源帖。

    GraphProfiler 是一个可审计的 LLM 敏感属性画像器:用源链接个人知识图谱,把推断落到具体帖子。

    深度解读完整解读
  3. 攻击arXiv 2601.12983

    ChartAttack:测试大语言模型在图表生成中对恶意提示的脆弱性

    提出 ChartAttack,用恶意提示驱动代码模型生成误导图表

    发表
    被测模型
    Claude-4.6-Sonnet、GPT-4o、Gemini-2.5-Flash 等20个
    摘要ChartAttack 生成不改数据的误导图,降低 MLLM 与人类的图表问答准确率。

    ChartAttack 研究恶意提示能否让 MLLM 在不改数据的情况下生成误导图表,并量化这些图对其他 MLLM 和人类图表问答的影响。

    深度解读完整解读
已经到底了