Code-Level Cost Function Generation for Spatial Image Steganography Using RAG-Enhanced Large Language Models

• 类型：arxiv
• 标识：2607.05868
• 链接：http://arxiv.org/abs/2607.05868v1
• 主分类：rag
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：A novel evolutionary system focused on exploiting Retrieval-Augmented Generation enhanced LLMs for the automatic code-level generation of spatial steganography cost functions, which consistently achieves higher steganographic security than existing automatically designed methods and increases the average code execution rate while reducing the search cost.
• OpenAlex ID：W7167739547
• OpenAlex DOI：10.48550/arxiv.2607.05868
• DOI：10.48550/arxiv.2607.05868
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.05868
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：基于 RAG 增强 LLM 的空域图像隐写术代码级代价函数生成
• TLDR中文：提出一种新颖的进化系统，专注于利用 RAG 增强的 LLM 自动生成空域隐写的代码级代价函数；该方法在隐写安全性上一致优于现有自动设计方法，同时提高了平均代码执行率并降低了搜索成本。
• 来源文件：
• /inbox/tom/_candidates/2026-07-08-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]