3461 पेपर
यह शोध पत्र DETOUR का प्रस्ताव करता है, जो ऑब्जेक्ट डिटेक्शन ट्रांसफॉर्मर्स के विरुद्ध एक व्यावहारिक बैकडोर हमला है, जो एक "ट्रिगर रेडिएटिंग इफेक्ट" का लाभ उठाता है, जिसमें मॉडल को विभिन्न आकारों में पुनर्गठित और विविध दृष्टिकोणों के तहत वास्तविक दुनिया की वस्तुओं से निकाले गए सिमेंटिक ट्रिगर्स के साथ प्रशिक्षित किया जाता है, जिससे विभिन्न स्थानिक विन्यासों और दृष्टिकोणों में मजबूत सक्रियता सुनिश्चित होती है।
यह शोध पत्र ARCANE को पेश करता है, जो अनुदैर्ध्य साइबर एट्रिब्यूशन (longitudinal cyber attribution) के लिए एक बेयसियन नेटवर्क ढांचा है जो एडवरसरी फिंगरप्रिंट्स को अपडेट करने के लिए अभियानों में पैसिव बीकन टेलीमेट्री को एकत्रित करता है, जिससे यह पता चलता है कि हालांकि इंट्रा-एक्टर समानता उच्च है, केवल क्रॉस-कैंपेन एकत्रीकरण परिष्कृत हमलावरों के बीच फीचर अनिश्चितता (feature indistinguishability) की एक संरचनात्मक सीमा को पार नहीं कर सकता है, जिससे विश्वसनीय एट्रिब्यूशन के लिए अतिरिक्त सिग्नल वर्गों की आवश्यकता होती है।
यह शोध पत्र पोस्ट-क्वांटम क्रिप्टोग्राफी में मास्क्ड बैरेट रिडक्शन (masked Barrett reduction) के लिए एक सार्वभौमिक "1-बिट बैरियर" (1-Bit Barrier) स्थापित करने हेतु लीन 4 (Lean 4) में एक मशीन-चेक्ड प्रमाण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इसके आंतरिक वायर मैप्स (internal wire maps) का प्रीइमेज कार्डिनैलिटी (preimage cardinality) अधिकतम दो है, जिससे अधिकतम एक बिट का मिन-एन्ट्रॉपी लॉस (min-entropy loss) सुनिश्चित होता है और ML-KEM एवं ML-DSA के लिए सुरक्षित प्राइम-फील्ड PINI कंपोजिशन (Prime-Field PINI compositions) के निर्माण को सक्षम बनाया जाता है।
यह शोध पत्र एक बड़े चिप क्षेत्र में लीकेज का पता लगाने के लिए कई प्रोब स्थितियों से प्राप्त इलेक्ट्रोमैग्नेटिक ट्रेस पर एक एकल न्यूरल नेटवर्क को प्रशिक्षित करने की एक विधि प्रस्तावित करता है, जो एक दोहरी-प्रयोगशाला मूल्यांकन के माध्यम से अपनी प्रभावशीलता प्रदर्शित करता है जहाँ एक प्रयोगशाला के डेटा पर प्रोफाइल किया गया मॉडल दूसरी प्रयोगशाला के ट्रेस पर सफलतापूर्वक हमला करता है।
यह शोध पत्र पहचानता है कि निरंतर सीखने (continual learning) में बदलता हुआ आउटपुट लेबल स्पेस एक गोपनीयता साइड-चैनल के रूप में कार्य करता है और निरंतर सीखने के लिए डिफरेंशियल प्राइवेसी के एक नए औपचारिकीकरण के साथ-साथ उच्च मॉडल सटीकता बनाए रखते हुए इस रिसाव को कम करने की विधियों का प्रस्ताव करता है।
PoLO एक नवीन ढांचा है जो चेन्ड वॉटरमार्किंग के माध्यम से सीखने के प्रमाण (proof-of-learning) और स्वामित्व के प्रमाण (proof-of-ownership) को एक साथ प्रदान करता है, जिससे उच्च पहचान सटीकता और डेटा गोपनीयता प्राप्त होती है और साथ ही सत्यापन लागत में उल्लेखनीय कमी आती है और जालसाजी हमलों के विरुद्ध मजबूती बनी रहती है।
यह शोध पत्र अटेंशन पैरामीटर मैट्रिसेस के स्थिर मानक विचलन वितरण पर आधारित एक सुदृढ़ एलएलएम फिंगरप्रिंटिंग पद्धति प्रस्तावित करता है, जो यह प्रदर्शित करता है कि ये अंतर्निहित हस्ताक्षर व्यापक निरंतर प्रशिक्षण या अपसाइक्लिंग के बाद भी मॉडल वंशावली की विश्वसनीय रूप से पहचान कर सकते हैं और कॉपीराइट उल्लंघन का पता लगा सकते हैं।
यह शोध पत्र AgentBound को प्रस्तुत करता है, जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) के लिए पहला एक्सेस कंट्रोल फ्रेमवर्क है जो उच्च उत्पादकता और नगण्य ओवरहेड बनाए रखते हुए, एआई एजेंटों को अनियंत्रित टूल एक्सेस से सुरक्षित करने के लिए एक डिक्लेरेटिव पॉलिसी मैकेनिज्म को एक गैर-हस्तक्षेपकारी प्रवर्तन इंजन (non-intrusive enforcement engine) के साथ जोड़ता है।
एजेंटमार्क (AgentMark) एक व्यवहारिक वॉटरमार्किंग फ्रेमवर्क है जिसे वितरण-संरक्षण सशर्त नमूनाकरण (distribution-preserving conditional sampling) के माध्यम से उनके उच्च-स्तरीय नियोजन निर्णयों में मल्टी-बिट पहचानकर्ताओं को एम्बेड करके एलएलएम-आधारित एजेंटों की बौद्धिक संपदा की रक्षा करने के लिए डिज़ाइन किया गया है, जो एजेंट के आंतरिक भार (internal weights) तक सीधी पहुँच की आवश्यकता के बिना या कार्य उपयोगिता से समझौता किए बिना मजबूत उत्पत्ति सुनिश्चित करता है।
यह शोध पत्र विकेंद्रीकृत प्रोटोकॉल में आपातकालीन ओवरराइड तंत्र का विश्लेषण करने के लिए एक स्कोप अथॉरिटी (Scope Authority) वर्गीकरण और स्टोकेस्टिक निर्णय ढांचे का प्रस्ताव करता है, जो 705 एक्सप्लॉइट्स (exploits) के विश्लेषण के माध्यम से यह प्रदर्शित करता है कि संकीर्ण और अधिक सटीक हस्तक्षेप, गति से समझौता किए बिना नुकसान को प्रभावी ढंग से नियंत्रित कर सकते हैं, जिससे इस बहस को वैचारिक चिंताओं से इंजीनियरिंग ट्रेड-ऑफ की ओर पुनर्परिभाषित किया जा सके।