cs.CR पेपर | Gist.Science

PoisonForge: Task-Level Targeted Poisoning Benchmark for Instruction-Tuned LLMs

यह शोध पत्र PoisonForge प्रस्तुत करता है, जो एक ऐसा बेंचमार्क है जो यह प्रदर्शित करता है कि केवल 1% निर्मित उदाहरणों के साथ कार्य-स्तरीय डेटा पॉइजनिंग (data poisoning), इंस्ट्रक्शन-ट्यून्ड LLMs को लक्षित कार्य आउटपुट्स में हमलावर द्वारा निर्दिष्ट संस्थाओं (entities) को शामिल करने के लिए सफलतापूर्वक मजबूर कर सकती है और साथ ही अन्य स्थानों पर सामान्य प्रदर्शन भी बनाए रख सकती है, जो यह प्रकट करता है कि हमले की सफलता के प्राथमिक चालक मॉडल का पैमाना नहीं बल्कि पॉइजनिंग के डिज़ाइन विकल्प हैं।

Luze Sun, Anshuman Suri, Harsh Chaudhari, Cristina Nita-Rotaru, Alina Oprea2026-05-25

💬 NLP

Robust LLM Watermarking with Minimal Semantic Distortion for IP Protection

यह शोध पत्र SAFESEAL को प्रस्तुत करता है, जो एक नवीन की-कंडीशन्ड वॉटरमार्किंग फ्रेमवर्क है जो संदर्भ-जागरूक पर्यायवाची प्रतिस्थापन (context-aware synonym substitution) और एक कंट्रास्टिव डिटेक्टर के माध्यम से न्यूनतम अर्थ संबंधी विरूपण और तथ्यात्मक निरंतरता बनाए रखते हुए, उच्च पहचान दर और हमलों के विरुद्ध मजबूती प्राप्त करके मालिकाना हक वाले LLMs को बौद्धिक संपदा की चोरी से सुरक्षित करता है।

Kieu Dang, Phung Lai, NhatHai Phan, Yelong Shen, Ruoming Jin2026-05-25

🔢 mathematics

On APN Exponents and the Differential and Boomerang Properties of Binomials in Characteristic 3

यह शोध पत्र विशेषता 3 में 'ऑलमोस्ट परफेक्ट नॉनलीनियर' (Almost Perfect Nonlinear) पावर फलनों का व्यवस्थित रूप से विश्लेषण करता है और कठोरता से सिद्ध करता है कि इन घातांकों से व्युत्पन्न विशिष्ट द्विपद, जिनमें $r = 2 \cdot 3^{\frac{n-1}{2}} + 1$ और $r = 3^n - 3$ वाले द्विपद शामिल हैं, 0 या 1 की न्यूनतम 'बूमरैंग यूनिफॉर्मिटी' (boomerang uniformity) प्राप्त करते हैं, जिससे इस क्षेत्र में क्रिप्टोग्राफिक गुणों की समझ का विस्तार होता है।

Namhun Koo, Soonhak Kwon, Minwoo Ko, Byunguk Kim2026-05-25

🤖 AI

Are Frontier LLMs Ready for Cybersecurity? Evidence for Vertical Foundation Models from Dual-Mode Vulnerability Benchmarks

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ फ्रंटियर एलएलएम (LLMs) साइबर सुरक्षा कार्यों में उच्च फॉल्स पॉजिटिव दरों और कम भेद्यता कवरेज के साथ संघर्ष करते हैं, वहीं संरचित परीक्षण पद्धतियों को नियोजित करने वाले डोमेन-विशिष्ट मॉडल बेहतर सटीकता प्राप्त करते हैं, जो यह सुझाव देता है कि प्रभावी सुरक्षा अनुप्रयोगों के लिए विशेष डेटा और संरचित हमले की श्रृंखलाओं पर निर्मित वर्टिकल फाउंडेशन मॉडल आवश्यक हैं।

Vivek Dahiya, Sunny Nehra, Vipul Dholariya, Bhavik Shangari, Chandra Khatri2026-05-25

💻 computer science

Formal Verification of Probing Security via Conditional Independence

यह शोधपत्र नॉन-इंटरफेरेंस गुणों और कंडीशनल इंडिपेंडेंस के बीच संबंध स्थापित करने के लिए प्रोबेबिलिस्टिक सेपरेशन लॉजिक (Lilac) का लाभ उठाते हुए, मास्क्ड क्रिप्टोग्राफिक एल्गोरिदम की प्रोबिंग सुरक्षा के लिए एक नवीन औपचारिक सत्यापन दृष्टिकोण प्रस्तावित करता है।

Satoshi Kura, Katsuyuki Takashima2026-05-25

💻 computer science

Security, Privacy, and Ethical Risks in OpenClaw

यह शोध पत्र स्थानीय रूप से निष्पादित होने वाले एआई एजेंट सिस्टम, OpenClaw में निहित सुरक्षा, गोपनीयता, नैतिक और ट्रैसेबिलिटी (traceability) जोखिमों का व्यवस्थित रूप से विश्लेषण करता है, यह तर्क देते हुए कि ये चुनौतियाँ इसके विश्वसनीय परिनियोजन (deployment) में महत्वपूर्ण बाधाएँ उत्पन्न करती हैं और सुरक्षित एवं अधिक विश्वसनीय एआई एजेंट फ्रेमवर्क स्थापित करने के लिए सहयोगात्मक प्रयासों का आह्वान करती हैं।

Yutong Jin, Zelin Zhang, Zhijin Lyu, Jianbing Ni2026-05-25

🤖 machine learning

Sample-wise Targeted Adversarial Attacks on Test-time Adaptation

यह शोधपत्र टेस्ट-टाइम अडैप्टेशन (TTA) पर एक गुप्त सैंपल-वार लक्षित एडवर्सरियल हमले को प्रस्तुत करता है जो केवल ट्रिगर किए गए इनपुट्स को गलत वर्गीकृत करने के लिए और डिटेक्शन से बचने के लिए वैश्विक लेबल वितरण को सुरक्षित रखने के लिए मेटा-लर्निंग-आधारित प्रायोरिटी-अवेयर ग्रेडिएंट अलाइनमेंट रणनीति का उपयोग करता है।

Phuc Duc Nguyen, Quang Duc Nguyen2026-05-25

🤖 AI

AI Security Research Should Better Incentivize Defense Research

यह शोध पत्र तर्क देता है कि एआई सुरक्षा अनुसंधान पक्षपाती मूल्यांकन मानकों के कारण रक्षात्मक अध्ययनों की तुलना में हमलावर अध्ययनों के पक्ष में एक विषम असंतुलन से ग्रस्त है, जिसके लिए व्यावहारिक और तैनात करने योग्य सुरक्षा के विकास को प्राथमिकता देने हेतु प्रोत्साहनों में बदलाव आवश्यक है।

Youqian Zhang2026-05-25

💻 computer science

CachePrune: Privacy-Aware and Fine-Grained KV Cache Sharing for Efficient LLM Inference

CachePrune एक गोपनीयता-जागरूक तंत्र है जो लार्ज लैंग्वेज मॉडल इन्फरेंस के लिए की-वैल्यू (Key-Value) कैश प्रविष्टियों के टोकन-स्तर पर सूक्ष्म साझाकरण को सक्षम करता है ताकि साइड-चैनल लीकेज को समाप्त किया जा सके और मौजूदा मोटे-स्तर वाले या साझाकरण-अक्षम दृष्टिकोणों की तुलना में कैश हिट रेट और टाइम-टू-फर्स्ट-टोकन में महत्वपूर्ण सुधार किया जा सके।

Guanlong Wu, Zhaohan li, Yao Zhang, Zheng Zhang, Jianyu Niu, Ye Wu, Yinqian Zhang2026-05-25

💻 computer science

Kernel-Based ReLU Approximation for Homomorphic Encryption-Compatible Privacy-preserving Deep Learning Models

यह शोध पत्र होमोमोर्फिक एन्क्रिप्शन फ्रेमवर्क के भीतर लार्ज लैंग्वेज मॉडल्स की तैनाती को सक्षम करने के लिए ReLU एक्टिवेशन फंक्शन के कर्नेल-आधारित, दूसरे-डिग्री बहुपद सन्निकटन (second-degree polynomial approximation) का प्रस्ताव करता है, जिससे डिक्रिप्शन के बिना सुरक्षित और गोपनीयता-संरक्षित अनुमान (inference) की सुविधा मिलती है।

Dimitrios Sygletos, Dimitra Papatsaroucha, Marios Choudetsanakis, Ilias Politis, Evangelos K. Markakis2026-05-25

← पिछला अगला →