3659 ورقة بحثية
تقدم هذه المقالة "محاذاة هندسة المسبار" (PGA)، وهي تدخل جراحي يعمل على محاذاة أنشطة النموذج بحيث يتم تقليل قدرة التمييز الميزاتي للحفظ عبر التسلسلات في النماذج اللغوية الكبيرة إلى ما دون مستوى الصدفة، مع الحفاظ على قدراتها الوظيفية.
تقدم هذه الورقة برهاناً تم التحقق منه آلياً باستخدام لغة Lean 4، يثبت أن خطوط أنابيب NTT ذات الـ مرحلة المقنعة (masked) ذات العمق التعسفي، مع تقنيات التقنيع البينية الجديدة وقطع PF-PINI()، تحقق حداً عالمياً للتسرب لكل ملاحظة قدره ، بشكل مستقل عن عمق خط الأنابيب، وذلك عبر تعميم نظريات التركيب السابقة والتحقق من خصائص اختزال مونتغمري.
تُثبت هذه الورقة أن أنظمة التعلم داخل السياق القائمة على الاسترجاع للإجابة على الأسئلة المتعلقة بالمستندات عرضة لهجمات استنتاج العضوية ذات الصندوق الأسود باستخدام بادئات الاستعلام، وتقترح هجومين جديدين يتفوقان على الطرق السابقة حتى مع المدخلات المعاد صياغتها، وتُظهر أن دفاع التلقين الجماعي المُكيف يمكن أن يخفف بفعالية من تسرب الخصوصية الناتج.
تقدم هذه الورقة أول نظام شامل لبنيات الشبكات المقاومة للحوسبة الكمومية من خلال تقديم تصنيف موحد يحلل مقايضات توزيع وإدارة المفاتيح عبر بيئات متنوعة، متجاوزةً بذلك مجرد استبدال البروتوكولات لمعالجة تحديات التصميم على مستوى النظام والفجوات في مرحلة الانتقال لما بعد الحوسبة الكمومية.
تقدم هذه الورقة البحثية "الباب الخلفي المتناثر" (Sparse Backdoor)، وهو هجوم على سلسلة التوريد يقوم بحقن اضطراب متناثر غير قابل للكشف بشكل مثبت، ومُقنّع بتذبذب غاوسي، في مصنفات الصور المدربة مسبقاً، مما يثبت أن تمييز النموذج المخترق عن نموذج مرجعي نظيف هو أمر مستحيل حوسبياً في ظل فرضيات الصعوبة القياسية.
توسع هذه الورقة البحثية منهجية صورة رأس الحزمة الواحدة الثنائية (SPHBI) لتشمل شبكات Modbus TCP، مبرهنةً على أن دمج ثماني بايتات فقط من بيانات طبقة التطبيقات يُمكّن نموذجاً خفيف الوزن من تحقيق دقة ثنائية بنسبة 98.1% ودقة متعددة الفئات بنسبة 94.4% مع عدد أقل بكثير من المعلمات مقارنة ببدائل التعلم العميق، مع تسليط الضوء في الوقت ذاته على القصور المتأصل في أساليب الحزمة الواحدة في كشف هجمات إعادة التشغيل.
تُثبت هذه الورقة أن نماذج الرؤية واللغة التي يتم نشرها كجهات موثوقة معرضة لـ "غسيل سلطة الذكاء الاصطناعي"، حيث يمكن للاضطرابات العدائية البسيطة، التي يعود تاريخها إلى عقد من الزمن، أن تخدع أنظمة الإنتاج مثل GPT-5.4 وClaude Opus 4.6 لتوليد استجابات واثقة ذات طابع سلطوي ولكنها غير صحيحة واقعياً حول صور متلاعب بها، مما يتيح تعزيز التضليل الإعلامي، والتهرب من الإشراف على المحتوى، والتلاعب بتوصيات المنتجات دون المساس بمواءمة النموذج.
تُظهر هذه الدراسة أنه بينما تحقق نماذج تعلم الآلة الخاضعة للإشراف، مثل الغابة العشوائية، دقة عالية في مجموعات بيانات محددة لكشف التسلل، إلا أنها تعاني من فجوة تعميم كبيرة عند تطبيقها على بيئات شبكية غير مرئية، مما يسلط الض الضوء على الحاجة الملحة لنماذج تكيفية وحساسة للسياق لمواجهة التهديدات السيبرانية المتطورة.
تقيم هذه الدراسة نظام الإشراف الآلي على الدردشة في روبلوكس (Roblox) من خلال تحليل مجموعة بيانات تضم مليوني رسالة، مما يكشف أن النظام الحالي يفشل في حظر مجموعة واسعة من المحتويات الضارة بفعالية — بما في ذلك الاستدراج، والمضايقة، والعنف — وأن المستخدمين يستخدمون بنشاط تقنيات متنوعة للتهرب من الكشف.
يعالج إطار عمل "Pen-Strategist" النقص في محترفي الأمن السيبراني المهرة من خلال تقديم نموذج استدلال مضبوط بدقة ومصنف دلالي يتفوقان بشكل كبير على النماذج المرجعية الحالية والنماذج اللغوية الكبيرة التجارية في صياغة استراتيجيات اختبار الاختراق، واختيار الخطوات القابلة للتنفيذ، وإكمال المهام الفرعية على الأجهزة الضعيفة.