論文の概要: Divide and Doubt: Diverse Distributed Poisoning for Retrieval-Augmented Generation

• arxiv url: http://arxiv.org/abs/2609.27090v1
• Date: Tue, 22 Sep 2026 21:42:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.779027
• Title: Divide and Doubt: Diverse Distributed Poisoning for Retrieval-Augmented Generation
• Title（参考訳）: ディバイドとダウト: 検索拡張生成のための分散分散ポジショニング
• Abstract要約: マルチパスコーパス中毒は、類似した文書間で1つのターゲットクレームを繰り返し、関連する語彙パターンと意味パターンを生成する。 DnD(Divide and Doubt)は,2つの原則に基づく攻撃手法である。 3つのLLMと9つのRAG構成のオープンドメインQAデータセットに対して、検索器へのブラックボックスとホワイトボックスアクセスの両方でDnDを評価する。
• 参考スコア（独自算出の注目度）: 34.5162761756553
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-passage corpus poisoning often repeats one target claim across similar documents, creating correlated lexical and semantic patterns that similarity- and conflict-aware defenses can suppress jointly. We introduce DnD (Divide and Doubt), a targeted attack based on two principles: distributing support for the target answer across stylistically diverse passages, and including a passage that casts doubt on evidence for the reference answer. The first disperses poison-passage representations in embedding space, while the second strengthens target adoption when multiple poisoned passages are retrieved. We evaluate DnD on two open-domain QA datasets across three LLMs and nine RAG configurations, under both black-box and white-box access to the retriever. Across these settings, DnD matches or outperforms prior attacks in most configurations, with its largest gains against clustering- and conflict-aware defenses.
• Abstract（参考訳）: マルチパスコーパス中毒はしばしば、類似した文書にまたがって1つのターゲットクレームを繰り返し、類似性や矛盾を意識した防御が共同で抑制できる相関した語彙パターンと意味パターンを生成する。 DnD(Divide and Doubt)は,2つの原則に基づく攻撃手法である。 第1は、埋め込み空間における毒道表現を分散し、第2は、複数の毒道が回収されたときに、標的導入を強化する。 3つのLLMと9つのRAG構成のオープンドメインQAデータセットに対して、検索器へのブラックボックスとホワイトボックスアクセスの両方でDnDを評価する。 これらの設定全体において、DnDは、クラスタリングとコンフリクト対応の防御に対する最大の利益で、ほとんどの設定で以前の攻撃にマッチしたり、上回ったりします。

関連論文リスト

• InceptionRAG: Stealthy Poisoning Attack Against Retrieval-Augmented Generation [23.65420330011369]
  InceptionRAGは、標準的な攻撃パラダイムを覆すステルス攻撃機構である。 インセプションRAGは厳格な敵対的制約の下でも80%以上の攻撃成功率を達成する。 LLMの強い推論能力は、推論に基づく中毒攻撃に対する脆弱性を増大させる。
  論文  参考訳（メタデータ） (2026-09-15T08:22:10Z)
• DenialRAG: Single-Document RAG Poisoning via Embedded Parametric Denial [7.434105792757549]
  EmphDenialRAGは,正しい回答を明示し,それを否定し,攻撃者による説明を提示する単一文書中毒攻撃である。 DenialRAGは、コンフリクトを直接ジェネレータが見るコンテキストに埋め込む。 我々はDenialRAGを3つのオープンドメイン質問回答データセットにまたがる4つの単一文書中毒攻撃に対して評価した。
  論文  参考訳（メタデータ） (2026-08-02T20:33:05Z)
• MemPoison: Uncovering Persistent Memory Threats and Structural Blind Spots in LLM Agents [20.418842618724607]
  筆者らは4つの攻撃タイプにまたがる1227件のケースを網羅した総合的なベンチマークと分析フレームワークを提案する。 本稿では, (L1) 直接的単一記録的腐敗, (L2) 構成的多記録的腐敗, (L3) 文脈追従型休眠的腐敗という3階層の分類法を紹介する。 整合性チェックなどのベースライン書き込み時防御は直接L1攻撃を著しく抑制するが、L2およびL3攻撃を確実に抑制することができない。
  論文  参考訳（メタデータ） (2026-07-16T07:19:33Z)
• TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning [60.68349524623048]
  分解されたジェイルブレイクは、大きな言語モデルにとって重大な脅威となる。 我々はステートフルなデュアルエンコーダ防御フレームワークであるTwinGateを紹介する。 我々は、8600の異なる悪意のある意図にまたがる360万以上の命令の包括的なデータセットを構築した。
  論文  参考訳（メタデータ） (2026-04-30T13:44:01Z)
• Who Stole Your Data? A Method for Detecting Unauthorized RAG Theft [16.826893547339548]
  本稿では,RAGプラジャリズム検出に特化して設計された新しいデータセットであるRADを紹介する。 セマンティックレベルと語彙レベルの両方で保護を埋め込んだ二重層透かしシステムを開発した。 この研究は、検索強化AIシステムにおける知的財産権保護の基盤となる枠組みを確立する。
  論文  参考訳（メタデータ） (2025-10-09T03:09:18Z)
• DADM: Dual Alignment of Domain and Modality for Face Anti-spoofing [58.62312400472865]
  マルチモーダル・フェイス・アンチ・スプーフィング (FAS) が顕著な研究対象となっている。 相互情報に基づくモダリティ間のアライメントモジュールを提案する。 サブドメイン超平面とモダリティ角マージンの両方を整列する双対アライメント最適化法を用いる。
  論文  参考訳（メタデータ） (2025-03-01T10:12:00Z)
• AdvQDet: Detecting Query-Based Adversarial Attacks with Adversarial Contrastive Prompt Tuning [93.77763753231338]
  CLIP画像エンコーダを微調整し、2つの中間対向クエリに対して同様の埋め込みを抽出するために、ACPT(Adversarial Contrastive Prompt Tuning)を提案する。 我々は,ACPTが7つの最先端クエリベースの攻撃を検出できることを示す。 また,ACPTは3種類のアダプティブアタックに対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2024-08-04T09:53:50Z)
• Interpretability is a Kind of Safety: An Interpreter-based Ensemble for Adversary Defense [28.398901783858005]
  我々は,強固な防御敵に対するX-Ensembleと呼ばれるインタプリタベースのアンサンブルフレームワークを提案する。 X-エンサンブルはランダムフォレスト(RF)モデルを用いて、準検出器をアンサンブル検出器に結合し、敵のハイブリッド攻撃防御を行う。
  論文  参考訳（メタデータ） (2023-04-14T04:32:06Z)
• A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
  敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。 本稿では,入力空間における自己教師型対向学習機構を提案する。 これは、反逆攻撃に対する強力な堅牢性を提供する。
  論文  参考訳（メタデータ） (2020-06-08T20:42:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。