Broken-Token: Filtering Obfuscated Prompts by Counting Characters-Per-Token
机构 * JFrog
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments 16 pages, 9 figures
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
机构 * JFrog
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments 16 pages, 9 figures
机构 * INSAIT, Sofia University "St. Kliment Ohridski"(INSAIT,索菲亚大学"圣克莱孟·奥赫里迪斯基") ; ETH Zurich(苏黎世联邦理工学院) ; ELTE Eötvös Loránd University, Budapest, Hungary(ELTE 爱斯特霍特·洛兰德大学,布达佩斯,匈牙利)
专题命中 越狱攻击 :alignment(abstract);safety(abstract);分类 cs.AI、cs.LG
Comments Published at 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
机构 * Neurosciences Graduate Program University of California San Diego(加州大学圣地亚哥分校神经科学研究生项目) ; School of Psychology Georgia Tech(佐治亚理工学院心理学系) ; Department of Psychology New York University(纽约大学心理学系) ; Department of Neurobiology University of California San Diego(加州大学圣地亚哥分校神经生物学系)
专题命中 越狱攻击 :safety(abstract);AI safety(abstract);分类 cs.CL、cs.AI
机构 * MBZUAI Abu Dhabi, UAE(阿布扎赫德MBZUAI)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.LG
Comments NeurIPS 2025 (spotlight)
机构 * Tsinghua University(清华大学) ; Sea AI Lab, Singapore(新加坡Sea AI实验室) ; Nanyang Technological University(南洋理工大学) ; Fudan University(复旦大学) ; Peng Cheng Laboratory(鹏城实验室)
专题命中 越狱攻击 :jailbreak(abstract);prompt injection(abstract);分类 cs.CL、cs.AI
机构 * ETH Zürich(苏黎世联邦理工学院) ; Stanford CS(斯坦福大学计算机科学系)
专题命中 越狱攻击 :alignment(abstract);jailbreak(abstract);分类 cs.AI、cs.LG
机构 * SRI ; The Ohio State University(俄亥俄州立大学)
专题命中 越狱攻击 :safety(abstract);trustworthy(abstract);分类 cs.AI、cs.LG
机构 * College of Computer Science and Technology, National University of Defense Technology(国防科技大学计算机科学与技术学院) ; Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)(科学研究院高性能计算研究所) ; Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所)
专题命中 越狱攻击 :alignment(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments Thank you for your attention. This paper was accepted by the CogSci 2025 conference in April and published in August. The location in the proceedings is: https://escholarship.org/uc/item/39k8f46q
机构 * Networked Systems Security (NSS) Group(网络系统安全组) ; KTH Royal Institute of Technology(皇家理工学院)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments Accepted for presentation in the Conference on Game Theory and AI for Security (GameSec) 2025
机构 * Key Laboratory of Big Data & Artificial Intelligence in Transportation (Beijing Jiaotong University), Ministry of Education(大数据与人工智能交通运输 key laboratory(北京交通大学)) ; School of Computer Science and Technology, Beijing Jiaotong University(计算机科学与技术学院(北京交通大学)) ; University of Montreal(蒙特利尔大学)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments 21 pages, 4figures
机构 * Aayush Gupta(独立研究者)
专题命中 越狱攻击 :jailbreak(abstract);prompt injection(abstract);分类 cs.CL、cs.AI
Comments 2 figures, 3 tables; code and certification harness: https://github.com/ayushgupta4897/Contextual-Integrity-Verification ; Elite-Attack dataset: https://huggingface.co/datasets/zyushg/elite-attack
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
机构 * Institute for Experiential AI(经验式人工智能研究所) ; Northeastern University(东北大学)
专题命中 越狱攻击 :safety(abstract);AI safety(abstract);分类 cs.CL、cs.AI
机构 * School of Cyber Science and Technology, Shandong University(山东大学网络科学与技术学院) ; Netflix Eyeline Studios ; State Key Laboratory of Cryptography and Digital Economy Security, Shandong University(山东大学密码与数字经济安全国家重点实验室) ; Shandong Key Laboratory of Artificial Intelligence Security, Shandong University(山东省人工智能安全重点实验室)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.AI、cs.LG
机构 * SAMOVAR, Télécom SudParis Institut Polytechnique de Paris(SAMOVAR,电信南巴黎高等理工学院)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments Accepted to the Main Track of ACL 2025
机构 * The University of Hong Kong(香港大学) ; New Jersey Institute of Technology(新泽西理工学院) ; The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.LG
机构 * Wayne State University(韦恩州立大学) ; Oakland University(奥克兰大学)
专题命中 越狱攻击 :jailbreak(abstract);prompt injection(abstract);分类 cs.CL、cs.LG
机构 * Department of Computer Science ETH Zurich(计算机科学系 苏黎世联邦理工学院)
专题命中 越狱攻击 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Comments 9 pages, 7 figures, Submission to Neurips 2025
专题命中 越狱攻击 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.AI、cs.LG
专题命中 越狱攻击 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
专题命中 越狱攻击 :alignment(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments Accepted at AAAI-25 Main Technical Track
专题命中 越狱攻击 :safety(abstract);AI safety(abstract);分类 cs.CL、cs.AI
Comments 16 pages, 11 figures
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
Comments Accepted to EMNLP 2024 Main Conference
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.LG
Comments Accepted by EMNLP 2024
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
专题命中 越狱攻击 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Comments Accepted to AI4CYBER - KDD 2024
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.LG
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI