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

Japanese

大型言語モデル(LLM)のステガノグラフィーでは、エンコーダーは一般的な反応でプライベートメッセージをテキストとして、それを回復しようとするデコーダーに送信するように隠します。このプライベートメッセージの送信の成功は、一般的に、エンコーダーがプライベートメッセージを正しく再構築するかどうかをチェックするエンド-to-エンド(E2E)回復で測定されます。しかし、E2E回復は、エンコーディングの失敗とデコーディングの失敗を区別したり、プライベートメッセージがエンコーダーの送信されたテキストにどのように表されているかを明したりすることはできません。これらの制限に対処するために、私たちは役割分解フレームを導入します。

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