3448 पेपर
यह शोध पत्र MARGIN का प्रस्ताव करता है, जो एक मीट्रिक-आधारित ढांचा है जो एडेप्टिव मार्जिन मीट्रिक लर्निंग और हाइपरस्फेरिकल प्रोटोटाइप मॉडलिंग का लाभ उठाकर सॉफ्टवेयर भेद्यता (वल्नरेबिलिटी) डिटेक्शन में फ्रीक्वेंसी और कठिनाई के असंतुलन को संबोधित करता है ताकि एम्बेडिंग स्पेस में ज्यामितीय विकृतियों को सुधारा जा सके, जिससे असंतुलित डेटासेट पर बेहतर वर्गीकरण प्रदर्शन और मजबूती प्राप्त की जा सके।
यह शोध पत्र DP-LAC को पेश करता है, जो भाषा मॉडलों के डिफरेंशियल प्राइवेट फेडरेटेड फाइन-ट्यूनिंग के लिए एक हल्का (लाइटवेट) तरीका है, जो बिना किसी अतिरिक्त गोपनीयता लागत या हाइपरपैरामीटर ट्यूनिंग के क्लिपिंग थ्रेशोल्ड का कुशलतापूर्वक अनुमान लगाता है और उसे अनुकूलित करता है, जिससे मौजूदा दृष्टिकोणों की तुलना में 6.6% सटीकता में सुधार होता है।
यह शोध पत्र जाली (लैटिस) पर असतत गॉसियन माप (डिस्क्रीट गॉसियन मेजर) के लिए बानाज़चिक की असमानता (बनाज़चिक इनइक्वलिटी) में एक और सुधार प्रस्तुत करता है, जिसमें एक उपयुक्त शर्त लागू करके एक काफी बेहतर सीमा प्राप्त की गई है, जिसे लर्निंग विद एरर्स (LWE) समस्या के विरुद्ध द्वैत हमलों (ड्यूल अटैक्स) का विश्लेषण करने के लिए लागू किया जा सकता है।
यह व्यवस्थित द्विदिश साहित्य समीक्षा (2020-2025) दोनों दिशाओं में पांच वास्तुशिल्प परतों (architectural layers) में एआई (AI) और डीएलटी (DLT) के अभिसरण का विश्लेषण करती है, जो यह प्रकट करती है कि वर्तमान शोध विशिष्ट परतों पर संकीर्ण रूप से केंद्रित है, इसमें उत्पादन-स्तर के सत्यापन का अभाव है, और स्केलेबिलिटी एवं इंटरऑपरेबिलिटी की मौलिक चुनौतियों को संबोधित करने के लिए क्रॉस-लेयर सह-डिजाइन की आवश्यकता है।
यह शोध पत्र 5G STRIDE थ्रेट मॉडलिंग के लिए डोमेन-अनुकूलित (domain-adapted) बड़े और छोटे भाषा मॉडलों का एक व्यापक अनुभवजन्य मूल्यांकन प्रस्तुत करता है, जो यह प्रकट करता है कि न तो डोमेन अनुकूलन और न ही मॉडल स्केलिंग लगातार विश्वसनीय प्रदर्शन सुनिश्चित करती है, जिससे संरचित सुरक्षा कार्यों के लिए वर्तमान LLMs की मौलिक सीमाओं और उन्नत तर्क एवं ग्राउंडिंग की आवश्यकता पर प्रकाश पड़ता है।
यह शोध पत्र BEACON को प्रस्तुत करता है, जो 28 *Valorant* खिलाड़ियों के सिंक्रोनाइज़्ड गेमप्ले डेटा से बना एक बड़े पैमाने का मल्टीमॉडल डेटासेट है, जिसे वास्तविक प्रतिस्पर्धी तनाव के तहत उच्च-सटीक मोटर और संज्ञानात्मक संकेतों को कैप्चर करके निरंतर प्रमाणीकरण (continuous authentication) और व्यवहारिक फिंगरप्रिंटिंग अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है।
SWaRL एक सुदृढ़ और फिडेलिटी-प्रिजर्विंग (fidelity-preserving) कोड वॉटरमार्किंग फ्रेमवर्क है जो LLM-जनरेटेड कोड में सत्यापन योग्य सिग्नेचर एम्बेड करने के लिए कंपाइलर फीडबैक और एक गोपनीय वेरीफायर के साथ सुदृढीकरण लर्निंग (reinforcement learning) का लाभ उठाता है, जो कार्यात्मक शुद्धता बनाए रखते हुए मजबूत डिटेक्शन सटीकता और हमलों के विरुद्ध प्रतिरोध सुनिश्चित करता है।
यह शोध पत्र CGF-Softmax प्रस्तुत करता है, जो सॉफ्टमैक्स फलन का एक नवीन पुनर्गठन है जो संचयी जनरेटिंग फंक्शन (cumulant generating function) का उपयोग करके खर्चीले होमोमॉर्फिक विभाजन और अधिकतम घटाव को समाप्त करता है, जिससे कम मल्टीप्लिकेटिव डेप्थ के साथ होमोमॉर्फिक एन्क्रिप्शन के तहत ट्रांसफार्मर मॉडल के लिए कुशल और सटीक गोपनीयता-संरक्षित अनुमान (privacy-preserving inference) सक्षम होता है।
यह शोध पत्र WorldCup को प्रस्तुत करता है, जो एक मल्टी-बिट वॉटरमार्किंग फ्रेमवर्क है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के लिए है और जो मौजूदा विधियों की तुलना में संदेश क्षमता, मजबूती और टेक्स्ट गुणवत्ता के बीच एक बेहतर संतुलन प्राप्त करने के लिए एक पदानुक्रमित प्रतिस्पर्धा तंत्र (hierarchical competition mechanism) और एंट्रॉपी-जागरूक मॉड्यूलेशन (entropy-aware modulation) का उपयोग करता है।
यह शोध पत्र ImmersedPrivacy को प्रस्तुत करता है, जो एक संवादात्मक ऑडियो-विजुअल मूल्यांकन ढांचा है जो वास्तविक भौतिक वातावरणों में संचालित होने वाले वर्तमान विजन-लैंग्वेज मॉडल्स की गोपनीयता जागरूकता में महत्वपूर्ण कमियों को प्रकट करता है, जो उनकी संवेदी भंगुरता और कार्य पूर्णता के साथ गोपनीयता संरक्षण के बीच संतुलन बनाने में अक्षमता को उजागर करता है।