Michael Backes

Dieser Artikel behandelt die Datenschutzbedenken bei der Nutzung von GPT-Modellen in Cloud-Umgebungen.

Die Untersuchung von Jailbreak-Angriffen zeigt Schwächen in der Sicherheit von Sprachmodellen.

Benutzerdefinierte LLMs werfen Sicherheitsbedenken auf, besonders bei Anweisungs-Backdoor-Angriffen.

Vielfältige Proben steigern die Effektivität des Diebstahls von Machine-Learning-Modellen.

Ein neues Framework bewertet die Effektivität von Bildsicherheitsklassifikatoren gegen schädliche Inhalte.

Induktive GNNs haben mit Datenschutzproblemen durch Link-Diebstahl-Angriffe zu kämpfen.

Ein neues Framework steuert das Lernen im Kontext, um Missbrauch in KI-Modellen zu verhindern.

Die Bedrohungen durch autonome Sprachmodell-Agenten und ihre Schwächen untersuchen.

Untersuchung der Auswirkungen von Updates auf Sicherheit, Verzerrung und Authentizität bei der Bildgenerierung.

Untersuchen, wie wichtige Datenpunkte mehr Sicherheitsrisiken im Maschinenlernen anziehen.

Untersuchen, wie SSL-Modelle Datenpunkte speichern und welche Auswirkungen das hat.