3343 पेपर
यह शोध पत्र BCI-LLM एजेंट पाइपलाइनों में "ब्रेन-प्रॉम्ट इंजेक्शन" को एक नए हमले के वेक्टर के रूप में प्रस्तुत करता है जहाँ न्यूरल सिग्नल गड़बड़ियाँ पारंपरिक मॉनिटरों को बायपास कर देती हैं, और EEG डेटा का उपयोग करके ऐसे हमलों के विरुद्ध सुरक्षा सीमाओं को गणितीय रूप से परिभाषित करने और अनुभवजन्य रूप से मान्य करने के लिए स्प्लिट-कॉन्फॉर्मल कैलिब्रेशन के साथ एक "रूट-सेफ्टी ऑडिट कॉन्ट्रैक्ट" का प्रस्ताव करता है।
यह शोध पत्र प्रदर्शित करता है कि जहाँ फाइन-ट्यून्ड लार्ज लैंग्वेज मॉडल्स में स्टेग्नोग्राफिक पेलोड्स के लीनियर प्रोब-आधारित डिटेक्शन को उन एडवरसेरियल ट्रेनिंग के माध्यम से व्यवस्थित रूप से टाला जा सकता है जो रहस्यों को सिनर्जिस्टिक रेसिडुअल डिग्री ऑफ फ्रीडम में स्थानांतरित कर देती है, वहीं इस तरह के बचाव का मुकाबला एक थ्योरी-गाइडेड रीकॉन्टेक्स्टुअलाइजेशन डेटासेट को लागू करके किया जा सकता है जो मॉडल के प्रदर्शन से महत्वपूर्ण समझौता किए बिना डिटेक्टेबिलिटी को बहाल करता है।
यह शोध पत्र एक पोस्ट-क्वांटम सुरक्षित फार्माकोविजिलेंस डेटा पाइपलाइन के शैक्षिक प्रोटोटाइप को प्रस्तुत करता है जो भविष्य के क्वांटम खतरों से संवेदनशील स्वास्थ्य सेवा डेटा की रक्षा के लिए की-एस्टेब्लिशमेंट के लिए ML-KEM-768, एन्क्रिप्शन के लिए AES-256-GCM और डिजिटल हस्ताक्षरों के लिए ML-DSA-65 को एकीकृत करता है, यह प्रदर्शित करते हुए कि जहाँ ML-KEM न्यूनतम ओवरहेड जोड़ता है, वहीं फ़ाइल का आकार बढ़ने के साथ एन्क्रिप्शन और साइनिंग ऑपरेशंस रनटाइम प्रदर्शन पर हावी हो जाते हैं।
यह शोध पत्र प्रकट करता है कि वर्ल्ड मॉडल (world models), रोबोट लर्निंग में अपनी उपयोगिता के बावजूद, एक गुप्त डेटा पॉइजनिंग भेद्यता (data poisoning vulnerability) उत्पन्न करते हैं जहाँ सुरक्षित टेलीऑपरेटेड डेटासेट में इंजेक्ट किए गए दुर्भावनापूर्ण प्रॉम्प्ट या समझौता किए गए डायनेमिक्स खतरनाक सिंथेटिक प्रशिक्षण डेटा उत्पन्न कर सकते हैं, जो अंततः असुरक्षित रोबोटिक नीतियों की तैनाती का कारण बनते हैं।
SecureClaw टूल-उपयोग करने वाले LLM एजेंटों के लिए एक दोहरी-सीमा सुरक्षा वास्तुकला (dual-boundary security architecture) है जो रीड ऑपरेशन्स के लिए एक विश्वसनीय गेटवे और राइट ऑपरेशन्स के लिए एक PREVIEW-to-COMMIT प्रोटोकॉल को लागू करके अनधिकृत बाहरी कार्यों और संवेदनशील डेटा के प्रदर्शन को रोकता है, जिससे कार्य उपयोगिता (task utility) बनाए रखते हुए कई बेंचमार्क में लगभग शून्य हमले की सफलता दर प्राप्त होती है।
FuseFSS एक कंपाइलर है जो फिक्स्ड-पॉइंट नॉनलिनियैरिटीज़ (fixed-point nonlinearities) के लिए एक एकीकृत पाइपलाइन द्वारा विशिष्ट प्रति-ऑपरेटर प्रोटोकॉल को बदलकर सुरक्षित LLM इन्फरेंस को सुव्यवस्थित करता है, जिससे सटीकता बनाए रखते हुए महत्वपूर्ण गति वृद्धि और संचार एवं प्रीप्रोसेसिंग ओवरहेड में कमी प्राप्त होती है।
यह शोध पत्र चिकित्सा भाषा मॉडल की गोपनीयता का मूल्यांकन करने के लिए एक नैदानिक रूप से आधारित ढांचा प्रस्तुत करता है जो यथार्थवादी खतरा मॉडलों के तहत वर्बेटिम (शब्दशः) स्मृतिधारण और संवेदनशील निदान रिसाव के महत्वपूर्ण जोखिमों को प्रकट करता है, जबकि यह भी प्रदर्शित करता है कि टेम्पलेटेड दस्तावेज़ीकरण सटीक-मिलान प्रकटीकरण के अति-अनुमान का कारण बन सकता है।
यह शोध पत्र ऑन-चेन रजिस्ट्रियों के लिए इंक्रीमेंटल मर्केल ट्रीज़ (incremental Merkle trees) के एक कॉन्स्टेंट-टाइम, गैस-कुशल विकल्प के रूप में पैरेंट-हैश डीएजी (Parent-Hash DAG - PHDAG) को प्रस्तुत और औपचारिक रूप से विश्लेषित करता है, जो सैद्धांतिक मॉडलिंग और अनुभवजन्य बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि PHDAG डेप्थ-इनवेरिएंट लागत (depth-invariant costs) बनाए रखता है जबकि मर्केल ट्री की लागत रैखिक रूप से बढ़ती है, जिससे PHDAG सभी व्यावहारिक उत्पादन गहराइयों (practical production depths) के लिए श्रेष्ठ सिद्ध होता है।
यह शोध पत्र एक एजेंट-जागरूक अवलोकन सब्सट्रेट (agent-aware observability substrate) प्रस्तावित करके गतिशील LLM-आधारित एजेंटिक प्रणालियों में डेलीगेशन स्कोप्स (delegation scopes) को विशिष्ट रूप से पहचानने में मानक ऑडिट लॉग्स की अक्षमता को संबोधित करता है, जो विश्वसनीय, ह्यूरिस्टिक-मुक्त फोरेंसिक पुनर्निर्माण को सक्षम करने के लिए निष्पादन के समय (execution time) पर डेलीगेशन संदर्भ को बांधता है।
यह शोध पत्र सूचना हेरफेर सेट (IMS) पर आधारित एक मानव-केंद्रित SOCMINT ढांचे का प्रस्ताव करता है ताकि अभियानों को नैरेटिव और बुनियादी ढांचे वाले सुसंगत प्रक्रियाओं के रूप में मानकर AI-मध्यस्थ सूचना हेरफेर को कम किया जा सके, जिससे संरचित तर्क और ऑडिट योग्य निर्णय लेने में सक्षम बनाया जा सके जो खंडित घटना विश्लेषण और विलंबित एट्रिब्यूशन के बीच के अंतर को पाटता है।