3703 ورقة بحثية
تقدم هذه الورقة إطار عمل للذكاء الاصطناي الوكيل يستخدم النماذج اللغوية الكبيرة لحقن ثغرات أمنية في أكواد الطلاب الخاصة لأغراض التعليم المخصص، حيث وجدت أنه بينما فضل الطلاب نوعياً هذه الأمثلة المصممة خصيصاً على المواد العامة، إلا أن هذا النهج لم يحقق تحسينات ذات دلالة إحصائية في نواتج التعلم في دراسة شملت 71 طالباً جامعياً.
تقترح هذه الورقة طريقة من مرحلتين تجمع بين التنبؤ بالسلاسل الزمنية الهرمية ونظرية القيم القصوى للكشف عن عقد الشبكة الشاذة بناءً على سلوك استدعاء بروتوكول ARP غير المعتاد، مما أظهر انخفاضاً كبيراً في الإيجابيات الكاذبة على مجموعة بيانات من العالم الحقيقي.
تستعرض هذه الدراسة المسحية أربعة عقود من الأبحاث حول مقاييس التعقيد المختلفة لتقييم عشوائية المتتاليات شبه العشوائية، بما في ذلك التعقيدات الخطية والتربيعية والقصوى، وتستكشف علاقاتها مع مقاييس أخرى مثل مقاييس ليمبل-زيف، والتمدد، و2-آديك، والارتباط.
تقدم هذه الورقة البحثية AP-Test، وهي طريقة جديدة تعتمد على الصندوق الأسود تستخدم مطالبات عدائية خاصة بالحواجز الوقائية ومقياس "درجة المطابقة" جديد لتحديد الحواجز الوقائية المحددة المنشورة في وكلاء النماذج اللغوية الكبيرة بدقة، محققةً دقة تصنيف مثالية عبر سيناريوهات متنوعة.
تقدم هذه الورقة MoCQ، وهو إطار عمل للتحليل الساكن عصبي-رمزي يستفيد من النماذج اللغوية الكبيرة لتوليد أنماط الثغرات الأمنية وتحسينها بشكل تكراري وتلقائي، محققاً أداءً في الكشف بمستوى الخبراء مع اكتشاف ثغرات جديدة وتقليل الجهد اليدوي بشكل كبير عبر لغات برمجة متعددة.
تقترح هذه الورقة نظاماً شاملاً لإدارة الثقة في الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة، والذي يستخدم تعريفاً سدِي الأبعاد مستوحى من "غرايس" للموثوقية، ودرجة ثقة قائمة على الانتباه لتقييم موثوقية الرسائل، مما يعزز بشكل كبير متانة النظام ضد المدخلات الخبيثة.
تقدم هذه الورقة SecureWebArena، وهو أول معيار مرجعي شامل مصمم لتقييم أمن وكلاء الويب القائمين على نماذج اللغات الكبيرة المرئية (LVLMs) من خلال مجموعة متكاملة من البيئات الواقعية، وتصنيف مهيكل لنواقل الهجوم، وبروتوكول تقييم متعدد الطبقات يكشف عن الثغرات الأمنية الحرجة والمقايضات عبر فئات النماذج المتنوعة.
تقدم هذه الورقة البحثية HYDRA، وهي بنية هجينة تجمع بين الاستدلالات القائمة على القواعد والتعلم التمثيلي العميق (تحديداً GraphCodeBERT ومُشفر تلقائي تبايني) للتنبؤ بفعالية بالثغرات الأمنية من نوع "اليوم الصفر" (zero-day) الكامنة في الدوال التي تم إصلاحها عبر مشاريع برمجية متنوعة من الواقع الفعلي، متفوقة بذلك على النماذج المرجعية من خلال كشف المخاطر الخفية التي تستمر بعد عمليات الإصلاح.
تقدم هذه الورقة إطار عمل مبتكرًا يحافظ على الخصوصية، يستفيد من خرائط الشارع المفتوحة (OSM) المستضافة ذاتيًا والترميز الدلالي المعزز بالنماذج اللغوية الكبيرة (LLM) لتحويل إحداثيات نظام تحديد المواقع العالمي (GPS) الخام إلى سمات مفهومة بشريًا، محققةً أداءً قويًا في التعرف على الإجهاد مع تعزيز الخصوصية والقابلية للتفسير بشكل كبير مقارنة بالطرق التقليدية.
تقدم هذه الورقة البحثية RT-LRM، وهو معيار موحد وصندوق أدوات قابل للتوسع مصمم لتقييم موثوقية نماذج الاستدلال الكبيرة عبر أبعاد الصدق والسلامة والكفاءة، كاشفةً أن هذه النماذج غالباً ما تكون أكثر عرضة للمخاطر الناجمة عن الاستدلال مقارنة بالنماذج اللغوية الكبيرة القياسية.