3659 ورقة بحثية
تقدم هذه الورقة DPPrefSyn، وهو أول إطار عمل لتوليد بيانات تفضيل اصطناعية ذات خصوصية تفاضلية لمحاذاة النماذج اللغوية الكبيرة من خلال تعلم نموذج برادلي-تيري خاص باستخدام تحليل المكونات الرئيسية ذو الخصوصية التفاضلية (DP-PCA) والاستفادة من المطالبات العامة للحفاظ على القيم البشرية دون المساس بخصوصية المستخدم.
تقدم الورقة البحثية SCOUT، وهو إطار عمل ديناميكي يعمل على تحسين الدفاع ضد حقن الأوامر (prompt-injection) عبر التخصيص التكيفي لكواشف متباينة وأحكام نماذج لغوية كبيرة (LLM judges) بناءً على الموثوقية والكمون المتوقع، مما يحقق انخفاضات كبيرة في معدلات نجاح الهجمات والكمون مقارنة بنهج الكاشف الواحد الثابت أو نهج الحكم الذي يعمل دائماً.
تقدم هذه الورقة البحثية إطار عمل AURA، وهو إطار عمل يعتمد على النماذج اللغوية الكبيرة (LLM) لإعادة بناء الأقنعة، يعمل على تعزيز الحد الفاصل بين الخصوصية والمنفعة في عملية إخفاء هوية النصوص من خلال المقاومة التكيفية لهجمات إعادة تحديد الهوية القائمة على البحث الويب الوكيل، مع الحفاظ في الوقت ذاته على المنفعة السياقية للتحليلات اللاحقة.
تقدم هذه الورقة أول تحليل أمني شامل لبروتوكول x402، كاشفةً عن ثغرات حرجة مثل فجوات تصميم التوقيع وحالات التسابق التي تتيح الركوب المجاني وتسرب الموارد في أنظمة الدفع المدفوعة بالذكاء الاصطناعي، وتقترح تدابير معمارية تخفيفية لتأمين المعاملات بين الآلات.
تقدم هذه الورقة البحثية BadBone، وهو هجوم "باب خلفي" مبتكر يستهدف النماذج الأساسية (backbone models) عبر تحسين ثنائي المستوى لإصابة المهام اللاحقة التي تستخدم تعلم التلقين (prompt learning) بشكل خفي، مع إثبات أن الدفاعات الحالية المتطورة غير فعالة إلى حد كبير ضد هذا التهديد.
يُعد GETA إطار عمل غير مرتبط ببروتوكول محدد يستفيد من البيانات الوصفية لحركة المرور، والتعلم الفائق، والانتباه الذاتي لتحقيق تحليل قوي ومحدود العينات لحركة المرور المشفرة عبر مجالات متنوعة، متجاوزاً بذلك بفعالية قيود فحص الحزم العميق التقليدي ونهج التعلم الآلي القائمة.
تُثبت هذه الورقة أن الدوائر الكمومية ذات العمق الثابت يمكنها توليد حالات شبه متشابكة (pseudoentangled states) ذات إنتروبيا تشابك غير قابلة للتقدير بناءً على فرضية (Dense-Sparse LPN)، مما يؤدي إلى الفصل بين التشابك الشبهي (pseudoentanglement) والعشوائية الشبهية (pseudorandomness) في نظام الدوائر الضحلة، وتأسيس الصعوبة الكمومية لتعلم بنية التشابك لحالات الأرض للهاميلتوني المحلي.
تقدم هذه الورقة نظام مراقبة آني ذو حالة (stateful) يكتشف هجمات الوكلاء الموزعة من خلال تجميع الإشارات المشبوهة الضعيفة عبر حسابات مستخدمين متعددة في الوقت الفعلي، مما يتغلب بفعالية على قيود أدوات المراقبة التقلية ذات السياق الواحد مع الحفاظ على زمن انتقال ضئيل.
تقترح هذه الورقة البحثية إطار عمل GLEAN، وهو إطار دفاع معتمد يستفيد من تعلم العوامل السببية لفصل العلاقات السببية عن الارتباطات الزائفة، مما يمكّن النماذج من الحفاظ على ضمانات المتانة النظرية ضد الهجمات العدائية حتى عند مواجهة تحولات التوزيع عبر مجالات بيانات مختلفة.
تستعرض هذه الورقة الحالة الراهنة للثغرات الأمنية في النماذج اللغوية الكبيرة، مع التركيز بشكل خاص على هجمات كسر الحماية (jailbreaking) وحقن الأوامر (prompt injection)، بينما تحلل استراتيجيات الدفاع الحالية، ومقاييس التقييم، والاتجاهات البحثية المستقبلية لتعزيز أمن النماذج اللغوية الكبيرة ونشرها الآمن.