3659 ورقة بحثية
تقترح هذه الورقة إطار عمل هجينًا يجمع بين نموذج خلفي للتعلم ذاتي الإشراف، والتكيف منخفض الرتبة (LoRA)، ورأس تصنيف قائم على النماذج الأولية لمعالجة النسيان الكارثي وتحقيق أداء رائد في التعلم المتزايد للفئات قليلة العينات للتعرف على الحزم الخبيثة.
تكشف هذه الورقة عن ثغرة أمنية حرجة في Claude Code حيث تفتقر تعليمات "لا تفعل" (do not) المكتوبة بلغة طبيعية في ملفات CLAUDE.md غالباً إلى ضوابط منع مدمجة مقابلة، إذ تمتلك ما يتراوح بين 4.4% إلى 16% فقط من القواعد المستخرجة مطابقات قابلة للإنفاذ، مما يترك المطورين دون تغذية راجعة حول ما إذا كانت قواعدهم الأمنية يتم إنفاذها بالفعل أم لا.
يستعرض هذا الاستطلاع بشكل منهجي العلاقة ثنائية الاتجاه بين الذكاء الاصطناعي والعملات المشفرة، موضحاً الإنجازات والفرص والتحديات الراهنة، مع تفنيد المفاهيم الخاطئة في هذا القطاع، ليخلص إلى أن التكامل الهادف بين المجالين لا يزال في مراحله الأولى.
تقدم هذه الورقة نظاماً محايداً للبروتوكولات ومتحققاً منه رسمياً، يستخدم شكلاً نموذجياً قابلاً للتقرير لآثار معاملات إيثيريوم للكشف عن فرص التحكيم عبر كشف الدورات الهيكلية، محققاً توافقاً عالياً مع منصات استخراج القيمة القصوى (MEV) في بيئة الإنتاج مع تحديد الآلاف من عمليات الكشف الحصرية دون الاعتماد على أنماط خاصة بالبروتوكول.
تقدم هذه الورقة AEGIS، وهو مكون لإنفاذ السياسات يستفيد من النماذج اللغوية الكبيرة لتحليل وتطبيع استدعاءات أدوات MCP المتنوعة، مما يمكّن المسؤولين من تحديد ضمانات دقيقة ضد إساءة استخدام الموارد عبر المجالات مع الحفاظ على مرونة النظام البيئي.
تقدم هذه الورقة منهجية تشخيصية باستخدام نقاط تفتيش وتدخلات محكومة لتحديد الاختناقات في المراحل السابقة لدى وكلاء النماذج اللغوية الكبيرة الأمنية ذات الأفق الطويل، مما يكشف أن أنماط الفشل ومدى فعالية استراتيجيات التوجيه يمكن أن يتغيرا بشكل كبير عبر أجيال النماذج، الأمر الذي يستلزم إجراء تحليل دقيق للفشل بدلاً من الاعتماد على مقاييس النجاح الإجمالية.
تُثبت هذه الورقة أن خفض جهد وحدة معالجة الرسومات (GPU undervolting) أثناء تدريب الشبكات العصبية الالتفافية (CNN) يُدخل أخطاءً عشوائية مفيدة تعمل كمنظم ضمني، مما يعزز في الوقت ذاته من المتانة ضد الهجمات العدائية ويقلل من استهلاك الطاقة دون الحاجة إلى تغييرات خوارزمية.
تقترح هذه الورقة إطار عمل للتعلم الاتحادي الهجين يدمج مخططاً لعلامات مائية للصور قائماً على شبكات الخصومة التوليدية (GAN) ومتوافقاً مع مبدأ كيركوفز، باستخدام بيانات وصفية لمرتكزات فيزيائية من أجل تتبع مصدر البيانات، مع بروتوكول تجميع آمن يعتمد على المعرفة الصفرية والشبكات المعتمدة على المشبكات لمواجهة عصر ما بعد الكم، وذلك لتوفير حماية شاملة وقابلة للتحقق ضد تسرب البيانات والتلاعب الضار بالتدرجات في نظام واحد متكامل من البداية إلى النهاية.
إن ARQ هو إطار عمل وكيل (agentic framework) يقوم تلقائياً بتحسين استعلامات CodeQL للغات C/C++ باستخدام أدلة مستندة إلى التنفيذ من البرامج المُخلّقة والنماذج اللغوية الكبيرة (LLMs) لتقليل الإيجابيات الكاذبة والسلبيات الكاذبة بشكل كبير دون الحاجة إلى مجموعات بيانات مصنفة، محققاً ما يصل إلى 119.8% أكثر من اكتشافات الإيجابيات الحقيقية ومعالجاً مشكلات طويلة الأمد في المستودعات الرسمية.
تقدم الورقة البحثية "مخلب في وضح النهار" (Claw in Plain Sight)، وهو هجوم ضغط السلطة الذي يستغل ميل وكلاء النماذج اللغوية الكبيرة إلى صياغة السمات المحمية كضرورات تشغيلية، مما يتسبب في جعلهم يكشفون عن سياق حساس دون قصد في وسائط استدعاء الأدوات رغم تعليمات الخصوصية، مما يسلط الضوء على الحاجة إلى فحص الحجج المولدة مع مراعاة الوجهة.