3304 पेपर
यह शोध पत्र AI रेड-टीम मूल्यांकन के लिए एक गणनीय "साक्ष्यगत सीमा" (evidential ceiling) स्थापित करता है, जो यह प्रदर्शित करता है कि जबकि वर्तमान बेंचमार्क उच्च-आवृत्ति वाले नुकसानों के लिए सुरक्षा को प्रभावी ढंग से प्रमाणित कर सकते हैं, वे अंतर्निहित सांख्यिकीय सीमाओं के कारण दुर्लभ, विनाशकारी जोखिमों की सुरक्षा सिद्ध करने के लिए मौलिक रूप से अपर्याप्त हैं।
यह शोधपत्र ADSD को प्रस्तुत करता है, जो पहला प्रॉम्प्ट-सफिक्स हमला है जो एक सॉफ्ट-कोलैप्स सरोगेट का उपयोग करके प्रतिकूल सफिक्स (adversarial suffixes) उत्पन्न करने के माध्यम से स्पेक्युलेटिव डिकोडिंग में एक भेद्यता का लाभ उठाता है, जो कार्य की गुणवत्ता को बनाए रखते हुए इन्फरेंस लेटेंसी (inference latency) को काफी बढ़ा देता है।
यह शोध पत्र पॉली आइजनस्टेट्स (Pauli eigenstates) का उपयोग करके एकल शास्त्रीय बिट के लिए प्रथम प्लेन-मॉडल, एक-बार सुरक्षित (one-time), सूचना-सैद्धांतिक रूप से सुरक्षित और कुशल अनक्लोनेबल एन्क्रिप्शन योजना प्रस्तुत करता है, जिसे फिर स्यूडोरेन्डम फंक्शन-जैसे अवस्थाओं का लाभ उठाकर मनमाने बहुपद-लंबाई वाले संदेशों के लिए अनेक-बार सुरक्षित (many-time secure) एन्क्रिप्शन के लिए विस्तारित किया गया है।
यह शोध पत्र आइडेंटिटी सेंसिटिविटी स्कोर (ISS) प्रस्तुत करता है, जो एक लेबल-मुक्त नैदानिक मीट्रिक है जो सिंथेसिस आर्टिफैक्ट्स के बजाय स्पीकर की पहचान पर एक डिटेक्टर की निर्भरता को परिमाणित करता है, जो गलत वर्गीकृत ऑडियो डीपफेक की प्रभावी ढंग से पहचान करने और पहचान-संवेदनशील विफलताओं को सामान्य भविष्यवाणी अनिश्चितता से अलग करने की अपनी क्षमता को प्रदर्शित करता है।
यह शोध पत्र प्रकट करता है कि वर्तमान क्रिप्टोग्राफिक मॉडल प्रमाणन प्रोटोकॉल उन हमलों के प्रति संवेदनशील हैं जहाँ मॉडल निश्चित ऑडिट डेटासेट पर तो अच्छा व्यवहार करते हैं लेकिन अपर驗ified (unverified) सामान्यीकरण के कारण व्यवहार में विफल हो जाते हैं, और यह सुनिश्चित करने के लिए कि प्रमाणित गारंटी उसी वितरण से नए डेटा के लिए भी बनी रहे, कठोर सुरक्षा परिभाषाएँ और एक नया प्रोटोकॉल टेम्पलेट प्रस्तावित करता है।
यह शोध पत्र daleq4py का परिचय देता है, जो एक ऐसा टूल है जो पायथन पैकेज व्हील्स (Python package wheels) को सामान्य करने के लिए प्रोवेनेंस-प्रिजर्विंग डैटलॉग नियमों (provenance-preserving datalog rules) का उपयोग करता है, जो macaron और oss-rebuild जैसे मौजूदा टूल्स की तुलना में सत्यापित बिल्ड समानता (verified build equivalence) की दर को लगभग 15–19% से बढ़ाकर 60–78% से अधिक कर देता है।
PrivDNN एक सुरक्षित मल्टी-पार्टी कम्प्यूटेशन फ्रेमवर्क है जो आंशिक मॉडल एन्क्रिप्शन और कोर न्यूरॉन चयन के माध्यम से गणना को उपयोगकर्ता पक्ष पर ऑफलोड करके गोपनीयता-संरक्षित डीप लर्निंग इन्फरेंस की दक्षता को बढ़ाता है, जिससे मॉडल की सटीकता और गोपनीयता बनाए रखते हुए समय और मेमोरी आवश्यकताओं में 97% तक की कमी आती है।
यह शोध पत्र ISPCloak का प्रस्ताव करता है, जो एक अनुकूलन-मुक्त (optimization-free) प्रतिकूल ढांचा है जो AI-जनित छवियों को RAW डोमेन में प्रोजेक्ट करके और ISP पाइपलाइन से प्रामाणिक कैमरा-विशिष्ट सांख्यिकीय हस्ताक्षरों को पुन: इंजेक्ट करके डीपफेक डिटेक्टरों से बचता है, जिससे एक अदृश्य भौतिक छलावरण (physical camouflage) निर्मित होता है जो डिटेक्टरों की वास्तविक हार्डवेयर-अंतर्निहित आर्टिफैक्ट्स को पहचानने में अक्षमता का लाभ उठाता है।
यह शोध पत्र उन NTP पूल सर्वरों का पता लगाने और उनका लक्षण वर्णन करने की एक कार्यप्रणाली प्रस्तुत करता है जो टोही और स्कैनिंग के लिए सक्रिय IPv6 क्लाइंट पतों को एकत्र करते हैं, जिससे 22 दुर्भावनापूर्ण सर्वरों की पहचान हुई और संबंधित संस्थाओं द्वारा बाद में नीतिगत परिवर्तन किए गए।
यह शोध पत्र SIREN को प्रस्तुत करता है, जो एक स्वचालित हमलावर-न्यायाधीश (attacker-judge) ढांचा है जो वेब-संवर्धित LLM अनुशंसा रैंकिंग को व्यवस्थित रूप से हेरफेर करने के लिए PAIR जेलब्रेकिंग लूप को अनुकूलित करता है, जो रिट्रीव की गई स्रोत सामग्री को विषाक्त करने की तकनीकों के एक वर्गीकरण के साथ पुनरावृत्ति से संपादित करके, रिट्रीव वेरिएबल्स को नियंत्रित करते हुए लक्षित संस्थाओं को शीर्ष रैंक पर ले जाने में उच्च सफलता दर प्राप्त करता है।