Szczegóły publikacji
Opis bibliograficzny
Rank-token mapping steganography in LLM chatbots: evaluating capacity and performance across multiple LLMs / Kamil Pinas, Filip Połatyński, Marek R. OGIELA // Electronics [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2079-9292 . — 2026 — vol. 15 iss. 18 art. no. 4251, s. 1-21. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 20-21, Abstr. — Publikacja dostępna online od: 2026-09-17
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 170455 |
|---|---|
| Data dodania do BaDAP | 2026-10-12 |
| Tekst źródłowy | URL |
| DOI | 10.3390/electronics15184251 |
| Rok publikacji | 2026 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Electronics |
Abstract
This paper presents a new steganographic algorithm capable of concealing information within generated text by leveraging conditional probability distributions of tokens and mapping token ranks to encoded data. The proposed solution is implemented as a chat-based graphical user interface (GUI), enabling seemingly standard, natural conversations while simultaneously transmitting hidden secrets within the chatbot's responses. The study evaluates steganographic capacity and functional performance across various Large Language Models (e.g., LLaMA and Gemma). We investigate how varying the probability threshold and task complexity affects text coherence and code generation using functional correctness benchmarks.
