3448 पेपर
यह शोध पत्र प्रदर्शित करता है कि गूगल का एजेंट पेमेंट्स प्रोटोकॉल (AP2) प्रत्यक्ष और अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन हमलों के प्रति संवेदनशील है, विशेष रूप से "ब्रांडेड व्हिस्पर" और "वॉल्ट व्हिस्पर" तकनीकों के माध्यम से, जो उत्पाद रैंकिंग को हेरफेर कर सकते हैं और संवेदनशील उपयोगकर्ता डेटा निकाल सकते हैं, जिससे वर्तमान एलएलएम-मध्यस्थ वित्तीय प्रणालियों में महत्वपूर्ण कमजोरियां उजागर होती हैं।
यह शोध पत्र SLEIGHT-Bench को प्रस्तुत करता है, जो 11 श्रेणियों में 40 सिंथेटिक कोडिंग एजेंट हमलों का एक बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान LLM-आधारित मॉनिटर सूक्ष्म बचाव रणनीतियों (evasion strategies) का पता लगाने में संघर्ष करते हैं, केवल 32% कैच रेट प्राप्त करते हैं और बेहतर निगरानी तकनीकों की आवश्यकता पर प्रकाश डालते हैं।
PrivScope हाइब्रिड एजेंटिक सिस्टम्स के लिए एक विश्वसनीय ऑन-डिवाइस पेलोड गवर्नर है जो अप्रासंगिक संदर्भ को फ़िल्टर करके और संवेदनशील विवरणों को उनके सबसे कम-प्रकटीकरण वाले रूप में संक्षिप्त करके कार्य-आधारित प्रकटीकरण नियंत्रण को लागू करता है, जिससे विभिन्न क्लाउड लैंग्वेज मॉडल्स में उच्च कार्य सफलता दर बनाए रखते हुए प्रोफाइल लीकेज को समाप्त करता है और पुन: पहचान के जोखिमों को कम करता है।
यह शोध पत्र पारदर्शी सामूहिक निर्णय लेने में सक्षम बनाने और टोकन आधारित पुरस्कारों के माध्यम से निवासियों की भागीदारी को प्रोत्साहित करने के लिए विकेंद्रीकृत स्वायत्त संगठनों (DAOs) का उपयोग करने वाले एक नवीन ब्लॉकचेन-आधारित ढांचे का प्रस्ताव करता है और उसका मूल्यांकन करता है, जो समुदाय-आधारित सुविधा प्रबंधन को बेहतर बनाता है।
यह शोध पत्र 26 बीमा उत्पादों में 55 खतरे के वर्गों का विश्लेषण करके एआई (AI) जोखिम के उभरते "बीमा योग्यता सीमा" (insurability frontier) को मानचित्रित करता है, जो नुकसान को चार स्तरों—निश्चित रूप से बीमित, मौन जोखिम (silent exposure), सक्रिय रूप से वर्जित, और बीमा के अयोग्य—में वर्गीकृत करता है, साथ ही यह भी रेखांकित करता है कि जोखिम के प्रकार के आधार पर वाहक की स्थिति कैसे भिन्न होती है और फाउंडेशन मॉडल की एकाग्रता को एक महत्वपूर्ण प्रणालीगत चुनौती के रूप में पहचानता है।
यह सर्वेक्षण क्वांटम एडवरसेरियल मशीन लर्निंग का एक व्यापक अवलोकन प्रदान करता है, जो क्वांटम कंप्यूटिंग के मशीन लर्निंग सुरक्षा के साथ प्रतिच्छेद करते समय इस क्षेत्र के सैद्धांतिक आधारों, मौजूदा हमले के तौर-तरीकों (attack vectors), रक्षा रणनीतियों और उभरती चुनौतियों का विवरण देता है।
यह शोध पत्र लॉसलेस एंटी-डिस्टिलेशन सैंपलिंग (LADS) का प्रस्ताव करता है, जो एक नवीन योजना है जो क्वेरी-निर्भर निजी बीजों (seeds) का उपयोग करके प्रतिक्रियाएं उत्पन्न करती है ताकि निर्दोष उपयोगकर्ताओं के लिए पूर्ण गुणवत्ता को संरक्षित किया जा सके और साथ ही डिस्टिलेशन के माध्यम से प्रशिक्षित मॉडलों के प्रदर्शन को कम करने के लिए कई खातों में जानबूझकर सह-संबंधित यादृच्छिकता (correlated randomness) पेश की जा सके।
यह शोध पत्र DarkLLM को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो विविध विजन और मल्टीमॉडल फाउंडेशन मॉडल्स में हमलों को एकीकृत और स्केल करने के लिए, प्राकृतिक भाषा के निर्देशों को बहुमुखी, उच्च-प्रभावकारिता वाले एडवरसैरियल परटर्बेशन्स (adversarial perturbations) में अनुवादित करने हेतु 1B-पैरामीटर वाले लार्ज लैंग्वेज मॉडल का लाभ उठाता है।
एशिया-प्रशांत क्षेत्र के 64 आईटी पेशेवरों के इस पायलट अध्ययन से पता चलता है कि जहाँ ज़ीरो ट्रस्ट आर्किटेक्चर और क्लाउड के प्रति परिचितता लघु एवं मध्यम उद्यमों के लिए इसकी कथित आवश्यकता को प्रेरित करती है, वहीं पहचान प्रबंधन (identity management) की जटिलता एक प्रमुख बाधा बनी हुई है, जिसके कारण लेखक संसाधन-सीमित फर्मों के अनुकूल एक व्यावहारिक तीन-चरणीय अपनाना मार्ग प्रस्तावित करते हैं।
यह शोधपत्र DFBScanner का प्रस्ताव करता है, जो एक हल्का और अत्यंत तीव्र स्टैटिक फ्रेमवर्क है जो अंतिम वर्गीकरण परत (final classification layer) में विसंगत पैरामीटर अपडेट का विश्लेषण करके डीप न्यूरल नेटवर्क में बैकडोर हमलों का पता लगाता है, और विविध हमलों में उच्च सटीकता प्राप्त करते हुए प्रति मॉडल औसतन केवल 1 मिलीसेकंड का पता लगाने का समय प्राप्त करता है।