3542 पेपर
यह अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स तक पहुँच नए उपयोगकर्ताओं को जैव-सुरक्षा से संबंधित कार्यों में केवल इंटरनेट का उपयोग करने वाले नवागंतुकों और, कुछ मामलों में, जैविक विशेषज्ञों से भी बेहतर प्रदर्शन करने के लिए महत्वपूर्ण रूप से सशक्त बनाती है, जबकि यह यह भी प्रकट करती है कि वर्तमान सुरक्षा उपाय दोहरे उपयोग वाली जानकारी प्राप्त करने से रोकने के लिए अपर्याप्त हैं।
यू.एस. आर्मी रिसर्च लैबोरेटरी द्वारा वित्तपोषित, FINDS रिसर्च सेंटर मल्टीडिपेंडेंसी कैपेसिटी बिल्डिंग स्किल्स ग्राफ (MCBSG) मॉडल को पेश करके डिजिटल फोरेंसिक शिक्षा को आगे बढ़ाता है, जो एआई-संचालित साइबर सुरक्षा कार्यबल विकास में महत्वपूर्ण सुधारों को मान्य करने के लिए अनुदैर्ध्य छात्र डेटा पर मशीन लर्निंग का लाभ उठाता है।
यह शोध पत्र OpenClaw स्वायत्त एजेंट फ्रेमवर्क में महत्वपूर्ण सुरक्षा कमजोरियों का विश्लेषण करता है, इन खतरों से निपटने के लिए एक नवीन त्रि-स्तरीय जोखिम वर्गीकरण और फुल-लाइफसाइकिल एजेंट सुरक्षा आर्किटेक्चर (FASA) प्रस्तावित करता है, और विश्वसनीय एआई प्रणालियों के लिए इन सुरक्षा उपायों को लागू करने हेतु क्लॉगार्ड (ClawGuard) परियोजना का परिचय देता है।
यह शोध पत्र \textsc{Canon} को प्रस्तुत करता है, जो मॉडल उपयोगिता को संरक्षित करते हुए इंजेक्ट किए गए डमी न्यूरॉन्स को समाप्त करने के लिए नेटवर्क लेआउट को वैश्विक रूप से कैनोनिकल बनाने के माध्यम से न्यूरल स्ट्रक्चरल ऑबफस्केशन हमलों के विरुद्ध व्हाइट-बॉक्स वॉटरमार्क सत्यापन क्षमता को बहाल करने में 100% सफलता प्राप्त करने वाला एक रिकवरी फ्रेमवर्क है।
यह शोध पत्र कोल्यूडिंग लोरा (CoLoRA) को प्रस्तुत करता है, जो एक नया हमला है जहाँ व्यक्तिगत रूप से हानिरहित लोरा (LoRA) एडेप्टर, जब रैखिक रूप से संयोजित किए जाते हैं, तो बिना किसी प्रतिकूल प्रॉम्प्ट (adversarial prompt) के हानिकारक आउटपुट सक्षम करने के लिए सुरक्षा संरेखण (safety alignment) को दरकिनार कर देते हैं, जिससे मॉड्यूलर एलएलएम (LLM) आपूर्ति श्रृंखलाओं में संरचना-प्रेरित खतरों (composition-triggered threats) के प्रति वर्तमान रक्षा प्रणालियों की महत्वपूर्ण भेद्यता उजागर होती है।
यह शोध पत्र SLICE का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) इमेज वॉटरमार्किंग फ्रेमवर्क है जो छवि अर्थशास्त्र (image semantics) को चार विशिष्ट कारकों में अलग करके और उन्हें प्रारंभिक डिफ्यूजन नॉइज़ के विशिष्ट क्षेत्रों से जोड़कर, सिमेंटिक एडिटिंग हमलों के विरुद्ध मजबूती को बढ़ाता है ताकि सूक्ष्म छेड़छाड़ का पता लगाया जा सके और उसे स्थानीयकृत किया जा सके।
यह शोध पत्र एक डुअल-पाथ जनरेटिव फ्रेमवर्क का प्रस्ताव करता है जो वास्तविक समय में विसंगति का पता लगाने के लिए एक लो-लेटेंसी वेरिएशनल ऑटोएनकोडर को एक एसिंक्रोनस WGAN-GP के साथ जोड़ता है जो Gumbel-Softmax द्वारा उन्नत है ताकि ज़ीरो-डे धोखाधड़ी परिदृश्यों को संश्लेषित किया जा सके, जबकि नियामक व्याख्यात्मकता और उच्च-थ्रूपुट बैंकिंग आवश्यकताओं के बीच संतुलन बनाने के लिए एक ट्रिगर-आधारित SHAP तंत्र का उपयोग करता है।
यह शोध पत्र FedCVR फ्रेमवर्क का एक सिस्टम इंजीनियरिंग केस स्टडी प्रस्तुत करता है, जो यह प्रदर्शित करता है कि एक डिफरेंशियल प्राइवेट फेडरेटेड लर्निंग आर्किटेक्चर के भीतर एक टेम्पोरल डिनोइज़र (temporal denoiser) के रूप में सर्वर-साइड मोमेंटम को एकीकृत करना, गोपनीयता बाधाओं द्वारा पेश किए गए सांख्यिकीय शोर के बावजूद उच्च उपयोगिता (F1-स्कोर 0.84, AUC 0.96) के साथ मजबूत हृदय रोग जोखिम भविष्यवाणी को सक्षम बनाता है।
यह शोध पत्र VisualLeakBench को प्रस्तुत करता है, जो एक व्यापक मूल्यांकन सूट है जो OCR इंजेक्शन और प्रासंगिक PII रिसाव के विरुद्ध अत्याधुनिक लार्ज विजन-लैंग्वेज मॉडल्स का ऑडिट करता है, जो वास्तविक दुनिया के परिदृश्यों में महत्वपूर्ण कमजोरियों को प्रकट करता है और यह प्रदर्शित करता है कि रक्षात्मक प्रॉम्प्ट कुछ मॉडलों में डेटा रिसाव को काफी कम कर सकते हैं, जबकि शमन मजबूती की टेम्पलेट-संवेदनशील प्रकृति को भी उजागर करते हैं।
यह शोध पत्र प्रिफिक्स-शेयर्ड केवी कैश (PSKV) को पेश करता है, जो एक प्लग-एंड-प्ले अनुकूलन तकनीक है जो कैंडिडेट प्रॉम्प्ट्स के बीच सामान्य हानिकारक निर्देश प्रिफिक्स के लिए एक एकल केवी कैश साझा करके सफिक्स जेलब्रेक हमलों को महत्वपूर्ण रूप से तेज करता है, जिससे हमला सफलता दर से समझौता किए बिना अनुमान समय में 40% और पीक मेमोरी उपयोग में 50% की कमी आती है।