3780 ورقة بحثية
تقدم هذه الورقة هاربوقراتيس (Harpocrates)، وهو إطار عمل بلغة سكالا (Scala) ذو نوع ثابت يفرض سياسات الخصوصية عن طريق تغليف البيانات في أغشية غامضة عند إنشائها، مما يؤدي إلى استبعاد البيانات الخام من التطبيق ومركزية فرض السياسات للسماح بتحديثات سلسة قائمة على إصدار التبعيات دون الحاجة إلى تغييرات في التطبيقات التابعة.
تقدم هذه الورقة طريقة قوية ومتوارية لبصمة النماذج اللغوية الكبيرة تستبدل الحفظ القائم على الاستعلامات الثابتة الهشة بإشارة علامة مائية إحصائية يتم تفعيلها عبر مطالبات من نطاق دلالي واسع، مما يضمن بقاء التحقق من الملكية صامداً أمام خطوات النشر الشائعة مثل الضبط الدقيق والكمية.
تقدم هذه الورقة أول مخطط للعلامات المائية المصممة لنماذج اللغة الانتشارية (DLMs) والتي تتغلب على تحدي توليد الرموز غير المتسلسل من خلال تطبيق العلامات المائية في التوقع وتعزيز الرموز التي تقوي الإشارة، محققةً معدلات كشف عالية مع أدنى تأثير على الجودة.
توضح هذه الورقة كيف يُمكّن الذكاء الاصطناعي المتجسد، المدعوم بنماذج لغوية بصرية ضخمة، الطائرات بدون طيار ذاتية القيادة من تفسير محيطها ديناميكياً واتخاذ قرارات هبوط تكيفية في الوقت الفعلي استجابةً للأحداث المفاجئة، متجاوزاً بذلك قيود قواعد السلامة التقليدية المبرمجة يدوياً.
تجسّر هذه الورقة الفجوة بين سلامة الذكاء الاصطناعي والأمن السيبراني التقليدي من خلال تحليل الأنظمة الوكيلية عبر منظور أمن الأنظمة، وتحديد التحديات البحثية الرئيسية، وتحديد مشكلات جديدة بناءً على فحص 11 دراسة حالة لهجمات من واقع العالم الحقيقي.
تقترح الورقة البحثية إطار عمل QCL-IDS، وهو إطار تعلم مستمر متمحور حول الكم يستخدم مراسي فيشر الكمية وإعادة التوليد المحافظة على الخصوصية لتحقيق استقرار وقدرة فائقة على التكيف في كشف التسلل تحت قيود موارد عصر NISQ وقيود الخصوصية الصارمة.
تقدم هذه الورقة دراسة تجريبية شاملة تكشف أن مصنفات النماذج اللغوية الكبيرة عبر مختلف العائلات والبنيات معرضة بشكل كبير لهجمات حقن الأوامر، مع تحديد أن نماذج المشفر-فك التشفير (encoder-decoder) تظهر مرونة ذاتية قوية وتوصيف الظروف الحدية المحددة لمخاطر الأمن هذه.
تقدم الورقة البحثية NESSiE، وهو معيار سلامة خفيف الوزن يوضح أن حتى النماذج اللغوية الكبيرة المتطورة تفشل في مهام أمنية أساسية بسبب انحيازها نحو المساعدة على حساب السلامة، مما يسلط الضوء على المخاطر الحرجة لنشرها كوكلاء مستقلين.
تقدم هذه الورقة نظام استدلال مجزأً يراعي الخصوصية للنماذج اللغوية الكبيرة عبر الشبكات واسعة النطاق، والذي يجمع بين تقسيم الطبقات غير المتماثل لإبقاء الرموز الخام محلياً وبين فك التشفيد الاستباقي للتنبؤ (speculative lookahead decoding) لتقليل أثر زمن انتقال الشبكة، محققاً مخرجات مطابقة للرموز، وخصوصية قابلة للضبط ضد هجمات عكس البيانات، وإنتاجية عالية على نماذج تصل إلى 12 مليار معلمة مع متطلبات دنيا من ذاكرة الوصول العشوائي للفيديو (VRAM) المحلية.
تجادل هذه الدراسة المسحية بأن أمن أنظمة الذكاء الاصطناعي المتجسد لا يمكن معالجته بالكامل من خلال تحليل ثغرات النماذج اللغوية الكبيرة أو عيوب نظم التحكم والسيبرانية الفيزيائية بمعزل عن بعضها البعض، حيث تنبع مخاطرها الجوهرية من عدم التوافق على مستوى النظام الناجم عن التجسد، حيث يفشل الصواب الدلالي في ضمان السلامة الفيزيائية بسبب الديناميكيات غير الخطية، وانتشار الخطأ، وعدم قابلية السلامة للتركيب.