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

Portuguese

Em um modelo de idioma grande (LLM) steganografia, um codificador esconde uma mensagem privada em uma resposta de outra forma comum, como texto transmitido a um decodificador, que tenta recuperá-lo. O sucesso desta transmissão de mensagem privada é comumente medido através de recuperação de ponta a ponta (E2E), que verifica se o decodificador reconstrói corretamente a mensagem privada. No entanto, a recuperação E2E não pode distinguir falhas de codificação de falhas de decodificação ou revelar como a mensagem privada é representada no texto transmitido pelo codificador.

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