論文の概要: Logic Hijacking of RAG: Single-Document Poisoning via Local Optimization

• arxiv url: http://arxiv.org/abs/2610.34829v2
• Date: Fri, 30 Oct 2026 09:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.35673
• Title: Logic Hijacking of RAG: Single-Document Poisoning via Local Optimization
• Title（参考訳）: RAGの論理的ハイジャック:局所最適化による単一文書中毒
• Abstract要約: ブラックボックスアクセスによる単一文書コーパス中毒は検索補助世代(RAG)に深刻な脅威をもたらす そこで我々は,論理的ハイジャックに基づく単一文書中毒フレームワークMONOLOGUEを提案する。
• 参考スコア（独自算出の注目度）: 22.307413848450143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Single-document corpus poisoning under black-box access poses a severe threat to Retrieval-Augmented Generation (RAG). However, existing attacks predominantly rely on explicit factual refutations or imperative instruction overrides. Modern aligned LLMs often arbitrate such conflicts conservatively, rejecting overt contradictions in favor of parametric memory or clean retrieved context while triggering input guardrails. We propose MONOLOGUE, a single-document poisoning framework based on Logic Hijacking without explicit refutation. Rather than disputing the ground truth, our method concedes it as an authoritative historical baseline before introducing the update, weaving a grounded record-correction narrative (e.g., dated institutional reattributions) that presents the counterfactual target as the most recent update. To prevent suspicious live writes, payloads are refined entirely offline via local multi-dimensional gated optimization, coupling automated text quality audits with surrogate behavioral verification. Evaluations across three benchmarks, three retrieval backends, and four open-weight generator regimes show that our method achieves the strongest overall attack efficacy among the evaluated single-document poisoning attacks.
• Abstract（参考訳）: ブラックボックスアクセスによる単一文書コーパス中毒は、レトリーバル増強世代(RAG)に深刻な脅威をもたらす。 しかし、既存の攻撃は主に明示的な事実の反響や命令のオーバーライドに依存している。 現代のLLMは、しばしばそのような矛盾を保守的に仲裁し、パラメトリックメモリやクリーンな検索コンテキストを優先して、入力ガードレールをトリガーしながら、過剰な矛盾を拒絶する。 そこで我々は,論理的ハイジャックに基づく単一文書中毒フレームワークMONOLOGUEを提案する。 本手法は, 根拠的事実を論じるのではなく, 最新の更新として事実的目標を提示する根拠付き記録補正物語(例えば, 制度的再帰)を編み出す前に, 信頼性の高い歴史的基準としてこれを容認するものである。 不審なライブ書き込みを防ぐため、ペイロードはローカルな多次元ゲート最適化、自動テキスト品質監査と代理動作検証を結合することで完全にオフラインにされる。 3つのベンチマーク,3つの検索バックエンド,および4つのオープン・ウェイト・ジェネレータ・システムによる評価の結果,本手法は,評価された単一文書中毒攻撃の中で最も高い総合的な攻撃効果を達成できることが示された。

関連論文リスト

• GuardRAG: A Post-Retrieval Defense against Poisoning Attacks in Retrieval-Augmented Generation [33.11940326188609]
  GuardRAGは、回収された証拠のセマンティック構造を利用して、不審な文書群を識別する。 クエリの関連性、クラスタサイズ、セマンティックなコンパクト性に基づいて、不審なクラスタをスコアし、プーンする。
  論文  参考訳（メタデータ） (2026-10-26T09:17:29Z)
• 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)
• RAGSentinel: Certifiable Geometric Consensus for Robust Retrieval-Augmented Generation [9.458292549037155]
  我々は,ブラックボックスRAGシステムのための,トレーニング不要でラベルのない防衛システムであるRAGSentinelを提案する。 RaGSentinelは、競争精度を維持しながら、攻撃の成功率の低下を一貫して達成する。
  論文  参考訳（メタデータ） (2026-08-25T01:44:07Z)
• 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)
• AdversarialCoT: Single-Document Retrieval Poisoning for LLM Reasoning [115.3243260783674]
  Retrieval-augmented Generation (RAG) は、外部文書を取得することにより、大きな言語モデル(LLM)推論を強化する。 攻撃者が悪意のあるコンテンツを検索コーパスに注入するRAGにおける知識ベース中毒攻撃について検討した。 AdversarialCoTは、コーパス内の1つのドキュメントだけを毒化するクエリ固有の攻撃である。
  論文  参考訳（メタデータ） (2026-04-14T02:10:23Z)
• TraceGuard: Process-Guided Firewall against Reasoning Backdoors in Large Language Models [19.148124494194317]
  我々は,小規模モデルを堅牢な推論ファイアウォールに変換するプロセス誘導型セキュリティフレームワークであるTraceGuardを提案する。 提案手法は,推理トレースを信頼できないペイロードとして扱い,詳細な防衛戦略を確立する。 グレーボックス設定における適応的敵に対する堅牢性を実証し、TraceGuardを実用的で低レイテンシなセキュリティプリミティブとして確立する。
  論文  参考訳（メタデータ） (2026-03-02T22:19:13Z)
• Revisiting Backdoor Attacks on LLMs: A Stealthy and Practical Poisoning Framework via Harmless Inputs [54.90315421117162]
  完全無害データを用いた新しい毒殺法を提案する。 自己回帰型LPMの因果推論に着想を得て,トリガーと肯定的応答プレフィックスの堅牢な関連性を確立することを目指す。 LLMは最初は同意するように見えるが,その後回答を拒む興味深い抵抗現象を観察する。
  論文  参考訳（メタデータ） (2025-05-23T08:13:59Z)
• CAMOUFLAGE: Exploiting Misinformation Detection Systems Through LLM-driven Adversarial Claim Transformation [4.02943411607022]
  既存のブラックボックステキストベースの敵攻撃は、証拠に基づく誤情報検出システムには不適である。 本稿では,2エージェントシステムを用いた反復的LCM駆動型アプローチであるCAMOUFLAGEについて述べる。 最近の2つの学術システムと2つの実世界のAPIを含む4つのシステムでCAMOUFLAGEを評価し、平均的な攻撃成功率は46.92%である。
  論文  参考訳（メタデータ） (2025-05-03T19:14:24Z)
• Towards Copyright Protection for Knowledge Bases of Retrieval-augmented Language Models via Reasoning [58.57194301645823]
  大規模言語モデル(LLM)は、現実のパーソナライズされたアプリケーションにますます統合されている。 RAGで使用される知識基盤の貴重かつしばしばプロプライエタリな性質は、敵による不正使用のリスクをもたらす。 これらの知識基盤を保護するための透かし技術として一般化できる既存の方法は、一般的に毒やバックドア攻撃を含む。 我々は、無害な」知識基盤の著作権保護の名称を提案する。
  論文  参考訳（メタデータ） (2025-02-10T09:15:56Z)

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。