3448 पेपर
यह शोध पत्र SADBench को प्रस्तुत करता है, जो एक व्यवस्थित बेंचमार्क ढांचा है जो चार मुख्य कार्यों में इमेज स्टेगनोग्राफी हमलों और स्टेगनालिसिस रक्षा क्षमताओं और सीमाओं का मूल्यांकन करता है, जो भविष्य के सुरक्षा सुधारों के मार्गदर्शन हेतु स्थानांतरणीयता (transferability) में महत्वपूर्ण विषमताओं और वास्तविक दुनिया के खतरों की निरंतरता को प्रकट करता है।
यह शोध पत्र LeakDojo पेश करता है, जो RAG लीकेज जोखिमों के व्यवस्थित मूल्यांकन के लिए एक कॉन्फ़िगर करने योग्य ढांचा है, जो यह प्रकट करता है कि लीकेज क्वेरी जनरेशन और एडवर्सरियल इंस्ट्रक्शंस के गुणनफल से प्रेरित होता है, मजबूत इंस्ट्रक्शन-फॉलोइंग क्षमताओं के साथ सहसंबंध रखता है, और विरोधाभासी रूप से RAG फेथफुलनेस (faithfulness) में सुधार के साथ बढ़ सकता है।
यह शोध पत्र स्किलस्कोप (SkillScope) प्रस्तुत करता है, जो एक ग्राफ-आधारित ढांचा है जो कार्य-आधारित अति-विशेषाधिकार प्राप्त क्रियाओं का पता लगाकर और वैध कार्यक्षमता को बनाए रखते हुए अनुपालन जोखिमों को कम करने के लिए उन्हें सीमित करके, एलएलएम (LLM) एजेंट कौशल के लिए सूक्ष्म-स्तरीय न्यूनतम-विशेषाधिकार सिद्धांतों को लागू करता है।
यह शोध पत्र एक डिटेक्शन-अवेयर एडवरसैरियल फाइन-ट्यूनिंग फ्रेमवर्क प्रस्तावित करता है जो हमले के उद्देश्य के पूर्व ज्ञान के बिना मिसक्लासिफिकेशन और ऑब्जेक्ट डिसअपीयरेंस की अनूठी चुनौतियों को संबोधित करने के लिए सॉफ्ट-ब्रांच मिनिमाइजेशन और ड्यूल-ऑब्जेक्टिव फाइन-ट्यूनिंग को पेश करके ऑब्जेक्ट डिटेक्शन मॉडल में बैकडोर हमलों को प्रभावी ढंग से कम करता है।
यह शोध पत्र अंतरिक्ष-आधारित पब्लिक की इंफ्रास्ट्रक्चर (PKI) के लिए दो वास्तुशिल्प डिजाइनों का प्रस्ताव और विश्लेषण करता है जो पारंपरिक जमीनी-निर्भर प्रणालियों की विलंबता (latency) और स्केलेबिलिटी सीमाओं को दूर करने के लिए प्रमाण पत्र प्रबंधन और सत्यापन को कक्षा (orbit) में स्थानांतरित करते हैं, जिससे बढ़ते 'न्यू स्पेस' पारिस्थितिकी तंत्र के लिए सुरक्षित, वास्तविक समय के निकट समन्वय को सक्षम बनाया जा सके।
यह शोध पत्र सेफ्टी बॉटलनेक रेगुलराइजेशन (SBR) का प्रस्ताव करता है, जो एक नवीन रक्षा तंत्र है जो अनएम्बेडिंग लेयर को सुरक्षा-संरेखित मॉडलों के साथ स्थिर करता है, जिससे ज्यामितीय बॉटलनेक्स का लाभ उठाकर हानिकारक फाइन-ट्यूनिंग हमलों को प्रभावी रूप से निष्प्रभावी किया जाता है और बेंइन टास्क प्रदर्शन से समझौता किए बिना सुरक्षा बनाए रखी जाती है।
यह शोधपत्र सुरक्षा, सुदृढ़ता और निष्ठा के आधार पर डिफ्यूजन मॉडल्स में सीड-आधारित वॉटरमार्किंग का मूल्यांकन करने के लिए एक मॉडल-स्वतंत्र सैद्धांतिक ढांचा प्रस्तुत करता है, और SSB नामक एक नवीन विधि प्रस्तावित करता है जो महंगी अनुभवजन्य मूल्यांकनों पर निर्भर किए बिना इन ट्रेड-ऑफ्स पर सटीक नियंत्रण सक्षम करती है।
यह शोध पत्र लार्ज लैंग्वेज मॉडल-आधारित एजेंटों पर एक स्टेटफुल (stateful) बैकडोर हमले को प्रस्तुत करता है जो एक बार के ट्रिगर के बाद स्वायत्त, वृद्धिशील निष्पादन को सक्षम करने के लिए कई सत्रों में निरंतर स्थिति बनाए रखकर मौजूदा स्टेटलेस (stateless) विधियों की सीमाओं को दूर करता है।
यह शोधपत्र रैंडम शफलिंग सबसॅम्पलिंग के साथ डिफरेंशियल प्राइवेट स्टोकेस्टिक ग्रेडिएंट डिसेंट (DP-SGD) के ट्रेड-ऑफ फंक्शन के लिए सटीक, पारदर्शी क्लोज्ड-फॉर्म ऊपरी और निचली सीमाएं स्थापित करता है, जो यह प्रदर्शित करता है कि यह विधि पॉइसन सबसॅम्पलिंग की तुलना में बेहतर व्याख्यात्मकता और अनुकूल गोपनीयता-उपयोगिता ट्रेड-ऑफ प्रदान करती है, विशेष रूप से उन स्थितियों में जहाँ नॉइज़ मल्टीप्लायर पर्याप्त रूप से बड़ा है।
यह शोध पत्र यह प्रदर्शित करता है कि वास्तविक हानि को कम करने के बजाय स्कोर को अनुकूलित करने वाले रणनीतिक प्लेटफार्मों द्वारा स्केलर सुरक्षा मेट्रिक्स (scalar safety metrics) स्वाभाविक रूप से हेरफेर योग्य होते हैं, और एक "सिमेंटिक-एनवेलप" (semantic-envelope) प्रमाणन पद्धति का प्रस्ताव करता है जो प्रत्येक सामग्री वेरिएंट को उसके सिमेंटिक तुल्यता वर्ग (semantic equivalence class) के भीतर सबसे खराब स्थिति वाले स्कोर को सौंपकर इस प्रकार के गेमिंग के विरुद्ध सुदृढ़ बनी रहती है।