Newest papers

Beyond End-to-End Recovery: Towards a Better Understanding of LLM Steganography via Rolewise Decomposition

Om Tailor, Yucheng Pan, Solaleh Mohammadi, Xinyan Liu, Kaiqing Zhang · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30516 · open-access PDF

Hindi

बड़े भाषा मॉडल (एलएलएम) स्टेगनोग्राफी में, एक एन्कोडर एक अन्यथा सामान्य प्रतिक्रिया में एक निजी संदेश को एक पाठ के रूप में छिपाता है, जो एक डिकोडर को भेजा जाता है, जो इसे पुनर्प्राप्त करने की कोशिश करता है। इस निजी संदेश ट्रांसमिशन की सफलता को आमतौर पर अंत से अंत (E2E) पुनर्प्राप्ति के माध्यम से मापा जाता है, जो जांचता है कि डिकोडर निजी संदेश को सही ढंग से पुनर्निर्माण करता है. हालांकि, E2E पुनर्प्राप्ति को डिकोडिंग विफलताओं को डिकोडिंग विफलताओं से अलग नहीं किया जा सकता है या यह प्रकट नहीं कर सकता है कि निजी संदेश को एन्कोडर के प्रसारित पाठ में कैसे प्रतिनिधित्व किया जाता है. इन सीमाओं को हल करने के लिए, हम एक

Machine translation (Meta M2M100); the English original follows.

Abstract

In large language model (LLM) steganography, an encoder hides a private message in an otherwise ordinary response, as text transmitted to a decoder, who attempts to recover it. The success of this private-message transmission is commonly measured through end-to-end (E2E) recovery, which checks whether the decoder correctly reconstructs the private message. However, E2E recovery cannot distinguish encoding failures from decoding failures or reveal how the private message is represented in the encoder's transmitted text. To address these limitations, we introduce a rolewise decomposition framewo

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange