Защита MLLM от неявных jailbreak атак
Новый класс атак, когда отдельно текст и изображение выглядят безопасно, но их совместное сочетание несёт злонамеренный смысл
Новый класс атак, когда отдельно текст и изображение выглядят безопасно, но их совместное сочетание несёт злонамеренный смысл
Pruning модели может быть использован злоумышленником
В работе исследован новый класс атак на системы типа RAG
Статья рассказывает об уязвимости систем тонкой настройки больших языковых моделей в условиях, максимально приближённых к реальной эксплуатации
Атака на выбор инструментов в агентных системах
Новая атака, основанная на отравлении библиотеки функций, которая позволяет подменять поведение агентов без изменения их моделей
MCP - критическая и уязвимая точка в цепочке доверия LLM-агентов
Всё что нужно - это фаззинг…
Статья о фреймворке на базе LLM и его результатах получения доступа к shell
Статья описывает проблему малоизученных аппаратных атак на LLM - битовых инверсий (Bit-Flip Attacks, BFA)