💻 computer science

Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems

تقدم هذه الورقة Maude-HCS، وهو إطار نمذجة قابل للتنفيذ يصيغ عدم القدرة على كشف أنظمة الاتصال الخفية في شكل عدم تميز إحصائي، مما يمكّن المصممين من تحليل وتدقيق المقايضات بين الأداء الخفي وقابلية الكشف بشكل منهجي تحت افتراضات معادية صريحة.

Joud Khoury, Minyoung Kim, Christophe Merlin, Jose Meseguer, Zachary Ratliff, Carolyn Talcott2026-03-05
🤖 AI

Zero-Knowledge Federated Learning with Lattice-Based Hybrid Encryption for Quantum-Resilient Medical AI

تقدم هذه الورقة ZKFL-PQ، وهو بروتوكول تعلم اتحادي مقاوم للحوسبة الكمومية يجمع بين ML-KEM، وبراهين المعرفة الصفرية القائمة على الشبكية، وتشفير BFV المتماثل لتجميع نماذج الذكاء الاصطناعي الطبية بشكل آمن مع تحقيق رفض بنسبة 100% لهجمات التدرج المنتهكة للمعايير مع عبء حوسبي مقبول.

Edouard Lansiaux2026-03-05
🤖 AI

Parallel Test-Time Scaling with Multi-Sequence Verifiers

تقدم هذه الورقة "المُحقِّق متعدد التسلسلات" (MSV)، وهو إطار عمل مبتكر يعالج تسلسلات متعددة من الحلول المرشحة بشكل مشترك لتحسين المعايرة من أجل اختيار أفضل للإجابات وتمكين استراتيجية التوقف المبكر المتوازي، مما يقلل بشكل كبير من زمن انتقال الاستدلال مقارنة بطرق التحقق الحالية القائمة على العزل.

Yegon Kim, Seungyoo Lee, Chaeyun Jang, Hyungi Lee, Juho Lee2026-03-05
💻 computer science

DKD-KAN: A Lightweight knowledge-distilled KAN intrusion detection framework, based on MLP and KAN

تقترح هذه الورقة البحثية إطار عمل DKD-KAN، وهو إطار عمل خفيف الوزن لكشف التسلل يستخدم تقنية تقطير المعرفة المنفصلة لنقل تمثيلات الميزات المعقدة من نموذج معلم يعتمد على شبكة كولموغوروف-أرنولد (KAN) عالية السعة إلى نموذج طالب من نوع المدرك متعدد الطبقات (MLP) مدمج، مما يحقق دقة فائقة بعدد أقل بكثير من المعلمات من أجل النشر في البيئات محدودة الموارد.

Mohammad Alikhani2026-03-05
🤖 machine learning

SENTINEL: Stagewise Integrity Verification for Pipeline Parallel Decentralized Training

تقترح الورقة البحثية SENTINEL، وهي آلية تحقق خفيفة الوزن تعتمد على الزخم تضمن سلامة التدريب اللامركزي المتوازي للمراحل عبر عقد غير موثوقة من خلال اكتشاف الاتصالات الفاسدة بين المراحل دون تكرار الحوسبة، مما يتيح التدريب الآمن للنماذج واسعة النطاق مثل النماذج اللغوية الكبيرة ذات الـ 4 مليارات معلمة.

Hadi Mohaghegh Dolatabadi, Thalaiyasingam Ajanthan, Sameera Ramasinghe, Chamin P Hewa Koneputugodage, Gil Avraham, Yan Z (…)2026-03-05
🤖 AI

Structure-Aware Distributed Backdoor Attacks in Federated Learning

تقدم هذه الورقة إطار عمل مدركاً للبنية لهجمات الباب الخلفي الموزعة في التعلم الاتحادي، والذي يستخدم مقاييس مبتكرة لتقدير كيفية تأثير بنيات النماذج على فعالية الاضطراب، كاشفةً أن الخصائص الهيكلية مثل دمج الميزات متعدد المسارات تزيد بشكل كبير من نجاح الهجوم حتى في ظل نسب تسميم منخفضة.

Wang Jian, Shen Hong, Ke Wei, Liu Xue Hua2026-03-05
🤖 AI

A Multi-Dimensional Quality Scoring Framework for Decentralized LLM Inference with Proof of Quality

تقترح هذه الورقة إطار عمل لمعايرة تسجيل الجودة متعدد الأبعاد لاستنتاج النماذج اللغوية الكبيرة اللامركزية، والذي يعمل على تفكيك جودة المخرجات إلى أبعاد نمطية، مبرهنةً على أن الإزالة الانتقائية للمقاييس غير الموثوقة وإعادة وزنها ينتج إشارة قوية تضاهي أو تتجاوز خطوط الأساس للمقيم الواحد، مع التكامل بفعالية مع آليات "إثبات الجودة" للتخفيف من حدة الهجمات العدائية.

Arther Tian, Alex Ding, Frank Chen, Simon Wu, Aaron Chan2026-03-05
🤖 machine learning

Bayesian Adversarial Privacy

تقدم هذه الورقة "الخصوصية التنافسية البايزية"، وهي إطار كمي جديد يقدم بديلاً أكثر سياقية وصرامة للخصوصية التفاضلية ونظرية الإفصاح الإحصائي من خلال تأصيل قرارات الإفصاح في وجهة نظر مسبقة مستمدة من نظرية القرار البايزية.

Cameron Bell, Timothy Johnston, Antoine Luciano, Christian P Robert2026-03-05
💬 NLP

Topic-Based Watermarks for Large Language Models

تقترح هذه الورقة مخطط علامة مائية خفيف الوزن وموجه بالموضوع للنماذج اللغوية الكبيرة، يقوم بتقسيم المفردات إلى مجموعات فرعية متوافقة مع الموضوع لدمج توقيعات قوية وقابلة للكشف مع الحفاظ على جودة النص وعدم تطلب أي عبء إضافي على الإطار العملي.

Alexander Nemecek, Yuzhou Jiang, Erman Ayday2026-03-04
💻 computer science

Maris: A Formally Verifiable Privacy Policy Enforcement Paradigm for Multi-Agent Collaboration Systems

تقدم هذه الورقة "ماريس" (Maris)، وهو نموذج لفرض الخصوصية قابل للتحقق شكلياً يقوم بدمج مراقبين مرجعيين في أطر عمل التعاون بين الوكلاء المتعددين مثل "أوتوجين" (AutoGen) و"لانج تشين" (LangChain) للحد بفعالية من تسرب البيانات الحساسة مع الحفاظ على معدلات نجاح عالية للمهام.

Jian Cui, Zichuan Li, Luyi Xing, Xiaojing Liao2026-03-04