3542 पेपर
यह शोधपत्र PhishFuzzer प्रस्तुत करता है, जो एक ओपन-सोर्स फ्रेमवर्क है जो विभिन्न संरचनात्मक स्थितियों के तहत फिशिंग और स्पैम का पता लगाने में अत्याधुनिक LLMs की विश्वसनीयता और मजबूती का कड़ाई से बेंचमार्किंग करने के लिए 23,100 विविध ईमेल का एक बड़े पैमाने पर, मेटाडेटा-समृद्ध डेटासेट और सख्त तीन-वर्ग लेबल उत्पन्न करता है।
यह शोध पत्र StealthRL प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो अर्थ संरक्षण और पहचान से बचाव के बीच संतुलन बनाने वाले एक संयुक्त पुरस्कार को अनुकूलित करने के लिए एक पैराफ्रेस नीति को प्रशिक्षित करके कई AI-पाठ डिटेक्टरों से प्रभावी ढंग से बचने में सक्षम है, जिससे वर्तमान पहचान प्रणालियों में महत्वपूर्ण मजबूती संबंधी अंतराल और साझा वास्तुशिल्प कमजोरियों को उजागर किया गया है।
यह शोध पत्र MAPLE का प्रस्ताव करता है, जो एक नवीन ढांचा है जो इनिशियलाइजेशन बाधाओं को दूर करने के लिए डिफरेंशियल प्राइवेट टैबुलर मेटाडेटा और इन-कॉन्टेक्स्ट लर्निंग का लाभ उठाकर API-एक्सेसिबल LLMs के लिए डिफरेंशियल प्राइवेट लैंग्वेज इवोल्यूशन को बढ़ाता है, जिससे मौजूदा तरीकों की तुलना में बेहतर प्राइवेसी-यूटिलिटी ट्रेड-ऑफ, तेज़ कन्वर्जेंस और कम API लागत प्राप्त होती है।
यह शोध पत्र DPxFin प्रस्तुत करता है, जो मनी लॉन्ड्रिंग विरोधी पहचान के लिए एक नवीन फेडेरेटेड लर्निंग फ्रेमवर्क है, जो मॉडल अलाइनमेंट से प्राप्त क्लाइंट प्रतिष्ठा स्कोर के आधार पर डायनेमिकली डिफरेंशियल प्राइवेसी नॉइज़ असाइन करके गोपनीयता और उपयोगिता को बढ़ाता है।
यह शोध पत्र प्रकट करता है कि जहाँ टूल-उपयोग करने वाले LLM एजेंटों में रनटाइम सुरक्षा प्रवर्तन गैर-अनुपालन वाले कार्यों को प्रभावी ढंग से रोकता है, वहीं यह एक महत्वपूर्ण "वेरिफायर टैक्स" (verifier tax) भी थोपता है जो मॉडल के मतिभ्रम (hallucinations) और खराब रिकवरी क्षमताओं के कारण सुरक्षित कार्य पूर्णता दरों को नाटकीय रूप से कम कर देता है, जो एक्शन ब्लॉकिंग और जमीनी, सुरक्षित परिणामों को प्राप्त करने के बीच के एक महत्वपूर्ण अंतर को रेखांकित करता है।
यह शोध पत्र एक नवीन SA-JS-WGAN-GP फ्रेमवर्क प्रस्तावित करता है जो यथार्थवादी ज़ीरो-डे अटैक पैटर्न को संश्लेषित करने के लिए वॉसस्टीन GANs (Wasserstein GANs) में सेल्फ-अटेंशन तंत्र और जेन्सन-शैनन डाइवर्जेंस-आधारित नियमितीकरण को एकीकृत करता है, जिससे घुसपैठ पहचान प्रणाली (Intrusion Detection Systems) के प्रदर्शन और सामान्यीकरण को महत्वपूर्ण रूप से बढ़ाया जा सकता है।
यह शोध पत्र AutoMIA को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो अनुकूलित मेंबरशिप इन्फरेंस हमलों की खोज और कार्यान्वयन को स्वचालित करने के लिए लार्ज लैंग्वेज मॉडल एजेंटों का लाभ उठाता है, जिससे मौजूदा तरीकों की तुलना में अत्याधुनिक प्रदर्शन सुधार प्राप्त होता है।
यह शोध पत्र एक मौलिक "क्षमता-संरेखण विरोधाभास" (capability-alignment paradox) को प्रकट करता है जहाँ प्रॉम्प्ट इंजेक्शन हमलों से एलएलएम (LLM) एजेंटों की रक्षा के लिए डिज़ाइन किया गया रक्षात्मक प्रशिक्षण व्यवस्थित रूप से बहु-चरणीय कार्यों को निष्पादित करने की उनकी सक्षमता को नष्ट कर देता है और अक्सर परिष्कृत हमलों को रोकने में विफल रहता है, जिससे अंततः सुरक्षित किए गए एजेंट अपने असुरक्षित समकक्षों की तुलना में कम विश्वसनीय और कम सुरक्षित हो जाते हैं।
यह शोध पत्र LLM एजेंटों के लिए एक प्रासंगिक सुरक्षा ढांचे (contextual security framework) का प्रस्ताव करता है जो मौजूदा हमलों और सुरक्षा उपायों को व्यवस्थित रूप से पुनर्गठित करने के लिए चार प्रमुख गुणों और ओरेकल कार्यों (oracle functions) को परिभाषित करता है, जिससे संदर्भ-अज्ञेय (context-agnostic) दृष्टिकोणों के कारण उत्पन्न होने वाले मौलिक उपयोगिता-सुरक्षा व्यापार-संतुलन (utility-security tradeoff) को संबोधित किया जा सके।
यह शोधपत्र लाइटवेट, संयुक्त लीनियर सेलुलर ऑटोमेटा-आधारित छद्म-यादृच्छिक संख्या जनरेटरों (pseudo-random number generators) के एक परिवार का प्रस्ताव और सत्यापन करता है जो अधिकतम आवर्त (maximal period), अधिकतम सम-वितरण (maximal equidistribution) और मर्सिन ट्विस्टर (Mersenne Twister) के तुल्य प्रदर्शन प्राप्त करके मौजूदा CA-PRNGs की सम-वितरण कमजोरियों को दूर करते हैं।