3448 पेपर
यह शोध पत्र टर्मिनल एजेंटों की प्रासंगिक पर्यावरणीय निर्देशों का चयन करने और व्याकुल करने वाले तत्वों (distractors) को अनदेखा करने की क्षमता का मूल्यांकन करने के लिए टास्क अलाइनमेंट बेंचमार्क (TAB) प्रस्तुत करता है, जो यह प्रकट करता है कि वर्तमान फ्रंटियर एजेंट इस अंतर को समझने में संघर्ष करते हैं और मौजूदा रक्षा तंत्र अक्सर हानिकारक और आवश्यक दोनों संकेतों को दबा देते हैं।
यह शोध पत्र विशिष्ट हमले के वेक्टर्स का विश्लेषण करके और चार अलग-अलग शमन आर्किटेक्चर प्रस्तावित करके—जो पूर्ण रूप से बायज़ेंटाइन-प्रतिरोधी से लेकर हाइब्रिड और हल्के निगरानी समाधानों तक सुरक्षा और प्रदर्शन के बीच विभिन्न ट्रेड-ऑफ प्रदान करते हैं—एजेंटिक एआई गवर्नेंस के लिए केंद्रीकृत SAGA फ्रेमवर्क की दुर्भावनापूर्ण प्रदाताओं के प्रति संवेदनशीलता को संबोधित करता है।
TextSeal एक अत्याधुनिक, विरूपण-मुक्त (distortion-free) LLM वॉटरमार्किंग योजना है जो डुअल-की जनरेशन और मल्टी-रीजन लोकलाइजेशन के माध्यम से मजबूत प्रोवेनेंस डिटेक्शन और डिस्टिलेशन सुरक्षा सुनिश्चित करती है, और यह सब आउटपुट गुणवत्ता को बनाए रखते हुए और बिना इन्फरेंस ओवरहेड के सर्विंग ऑप्टिमाइजेशन को सपोर्ट करते हुए किया जाता है।
यह शोध पत्र जनरेटिव एआई के लिए एक प्रमाणित रूप से जालसाजी-प्रतिरोधी (forgery-resistant) रक्षा प्रस्तावित करता है जो वॉटरमार्क कुंजी चयन को यादृच्छिक (randomize) बनाता है और सामग्री को केवल तभी स्वीकार करता है जब वह ठीक एक कुंजी द्वारा पता लगाई जाती है, जो मॉडल उपयोगिता को कम किए बिना या कम्प्यूटेशनल ओवरहेड बढ़ाए बिना जालसाजी हमलों को प्रभावी ढंग से कम करता है।
यह शोध पत्र "मेजोरिटी बिट-अवेयर वॉटरमार्किंग" (Majority Bit-Aware Watermarking) प्रस्तुत करता है, जो एक नवीन एन्कोडिंग प्रतिमान है जिसके दो इंस्टेंशिएशन्स (MajorMark और MajorMark) हैं, जो बड़े ग्रीन लिस्ट के बावजूद मजबूत वॉटरमार्क संकेतों को सुरक्षित रखकर LLM वॉटरमार्किंग में टेक्स्ट की गुणवत्ता और डिकोडिंग सटीकता के बीच के समझौते को हल करता है।
यह शोध पत्र LAMa को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो डेटा इंजेक्शन या पोस्ट-हॉक रूपांतरणों की आवश्यकता के बिना, मल्टी-डायमेंशनल एन्क्रिप्टेड रेंज क्वेरीज़ में प्लेनटेक्स्ट कोऑर्डिनेट्स को प्रमाणित रूप से पुनर्गठित करने के लिए क्वेरी डिस्ट्रीब्यूशन नॉलेज और एक्सेस-पैटर्न लीकेज का लाभ उठाता है, जिससे यह मौजूदा अत्याधुनिक हमलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Scam2Prompt को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो प्रोडक्शन लार्ज लैंग्वेज मॉडल्स में एक गंभीर और बिगड़ती सुरक्षा भेद्यता को उजागर करता है, जहाँ दुर्भावनापूर्ण स्कैम साइटों से प्राप्त स्वचालित प्रॉम्प्ट कई मॉडल्स में 47.3% मामलों तक हानिकारक कोड उत्पन्न करने में सफलतापूर्वक ट्रिगर करते हैं, जिससे गार्डरेल्स और RAG जैसे वर्तमान सुरक्षा उपाय अपर्याप्त हो जाते हैं।
यह शोध पत्र "LaTeXpOsEd" प्रस्तुत करता है, जो 1,00,000 से अधिक arXiv सबमिशन का एक व्यवस्थित बड़े पैमाने पर सुरक्षा ऑडिट है, जो पैटर्न मिलान और लार्ज लैंग्वेज मॉडल्स को एकीकृत करने वाले एक नवीन ढांचे का लाभ उठाकर सोर्स फाइलों और टिप्पणियों में संवेदनशील क्रेडेंशियल्स, PII और गोपनीय संचार सहित व्यापक सूचना रिसाव को प्रकट करता है।
यह शोध पत्र इनहोमोजेनियस शॉर्ट इंटीजर सॉल्यूशन ($ISISS|LWE\rangle$ समस्या तक पहला पूर्णतः जेनेरिक रिडक्शन स्थापित करता है और एक सशर्त रिवर्स रिडक्शन को प्रदर्शित करता है, जिससे इन दोनों मौलिक क्वांटम क्रिप्टोग्राफिक समस्याओं के बीच तुल्यता परिदृश्य स्पष्ट होता है और शेष बाधाओं की पहचान होती है।
यह शोधपत्र एक विभेदक रूप से निजी (differentially private) स्पेक्ट्रल ग्राफ क्लस्टरिंग पद्धति प्रस्तुत करता है जो लुप्तप्राय गोपनीयता गारंटी (vanishing privacy guarantees) और गलत वर्गीकरण दर प्राप्त करने के लिए एक मैट्रिक्स शफ़लिंग तंत्र का उपयोग करता है, जो एक एकीकृत त्रुटि विश्लेषण ढांचे और समुदायों की संख्या का अनुमान लगाने के लिए एक निजी एल्गोरिदम प्रदान करते हुए मौजूदा निजी PCA बेसलाइनों से काफी बेहतर प्रदर्शन करता है।