3542 पेपर
यह शोध पत्र पांच आधुनिक ब्लॉकचेन (Algorand, Aptos, Avalanche, Redbelly, और Solana) में पांच विशिष्ट प्रतिकूल स्थितियों के तहत संचार प्रोटोकॉल की कमजोरियों का पहला अनुभवजन्य तुलना प्रस्तुत करता है, जो Algorand और Redbelly में पैकेट लॉस संवेदनशीलता, Aptos और Solana में लक्षित लोड और लीडर आइसोलेशन कमजोरियों, Avalanche में क्षणिक विफलता की संवेदनशीलता, और Solana में स्टॉपिंग अटैक जोखिमों जैसी विशिष्ट खामियों की पहचान करता है।
VA-DAR एक वेंडर- और चेन-अज्ञेय (agnostic) प्रोटोकॉल है जो विकेंद्रीकृत नेटवर्क पर संग्रहीत अपरिवर्तनीय, पोस्ट-क्वांटम-रेडी बैकअप आर्टिफैक्ट्स को गोपनीयता-संरक्षण करने वाले, पासफ़्रेज़-व्युत्पन्न डिस्कवरी आइडेंटिफायर से मैप करके सुरक्षित, एन्यूमरेशन-प्रतिरोधी सर्वरलेस वॉलेट रिकवरी को सक्षम बनाता है।
यह शोध पत्र एक फीचर-अलाइन्ड इनवर्जन-आधारित जनरेटिव अटैक फ्रेमवर्क प्रस्तावित करता है जो सिंथेसिस लेटेंट स्पेस को स्पीकर रिकग्निशन डिस्क्रिमिनेटिव फीचर्स के साथ सिंक्रोनाइज़ करता है, जिससे क्वेरी दक्षता में महत्वपूर्ण सुधार होता है और स्पीकर रिकग्निशन सिस्टम्स के विरुद्ध नवीन सबस्पेस-प्रोजेक्शन हमलों को सक्षम बनाया जाता है।
यह शोध पत्र कॉन्टेक्स्टुअलाइज्ड डिफेंस इंस्ट्रक्टिंग (CDI) का प्रस्ताव करता है, जो एक नवीन गोपनीयता रक्षा प्रतिमान (प्रैडाइम) है, जो एलएलएम (LLM) एजेंट निष्पादन के दौरान सक्रिय, संदर्भ-जागरूक मार्गदर्शन उत्पन्न करने के लिए सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) द्वारा प्रशिक्षित एक इंस्ट्रक्टर मॉडल का उपयोग करता है, जिससे स्थिर बेसलाइन सुरक्षा की तुलना में बेहतर गोपनीयता संरक्षण और सहायकता प्राप्त होती है।
यह शोध पत्र डिफरेंशियल प्राइवेट ऑप्टिमाइज़र्स का पहला SDE-आधारित विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जहाँ फिक्स्ड हाइपरपैरामीटर्स उच्च-प्राइवेसी व्यवस्था में DP-SignSGD के पक्ष में होते हैं, वहीं DP-Adam जैसे एडेप्टिव तरीके व्यावहारिक रूप से श्रेष्ठ हैं क्योंकि उनकी इष्टतम लर्निंग रेट्स प्राइवेसी बजट से काफी हद तक स्वतंत्र रहती हैं, जिससे व्यापक री-ट्यूनिंग के बिना विभिन्न प्राइवेसी स्तरों के बीच निर्बाध स्थानांतरण संभव हो पाता है।
यह शोध पत्र मौजूदा डिस्क्रीट-स्पेस (discrete-space) विधियों की सीमाओं को संबोधित करते हुए TraCS का प्रस्ताव देता है, जो निरंतर स्थानों (continuous spaces) में लोकल डिफरेंशियल प्राइवेसी (Local Differential Privacy) के तहत प्रक्षेपवक्र डेटा (trajectory data) एकत्र करने के लिए एक नया फ्रेमवर्क है, जो स्थान के आकार से स्वतंत्र रहते हुए गोपनीयता और उपयोगिता की गारंटी देता है और अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र SEAM को प्रस्तुत करता है, जो एक नवीन रक्षा तंत्र है जो मॉडलों को वैध प्रदर्शन बनाए रखने के साथ-साथ हानिकारक फाइन-ट्यूनिंग हमलों के अधीन होने पर विनाशकारी आत्म-विनाश प्रदर्शित करने के लिए प्रशिक्षित करके LLM सुरक्षा को बढ़ाता है, जिससे सुरक्षा गार्डरेल्स से समझौता करने के प्रतिकूल प्रयासों को प्रभावी रूप से निष्प्रभावी किया जा सके।
यह शोधपत्र JALMBench प्रस्तुत करता है, जो 12 लार्ज ऑडियो लैंग्वेज मॉडल्स (Large Audio Language Models) में जेलब्रेक कमजोरियों का व्यवस्थित रूप से मूल्यांकन और विश्लेषण करने के लिए 245,000 से अधिक ऑडियो नमूनों और 11,000 टेक्स्ट नमूनों से युक्त एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि सुरक्षा संरेखण (safety alignment) मोडैलिटी और आर्किटेक्चर से भारी रूप से प्रभावित होता है और विशेष रक्षा तंत्रों की तत्काल आवश्यकता को रेखांकित करता है।
यह शोध पत्र VPI-Bench प्रस्तुत करता है, जो 306 परीक्षण मामलों का एक बेंचमार्क है जो यह दर्शाता है कि वर्तमान कंप्यूटर-उपयोग (Computer-Use) और ब्राउज़र-उपयोग (Browser-Use) एजेंट विजुअल प्रॉम्प्ट इंजेक्शन हमलों के प्रति अत्यधिक संवेदनशील हैं, जिसमें धोखे की दर 100% तक पहुँच जाती है और मौजूदा सिस्टम प्रॉम्प्ट सुरक्षाएँ केवल सीमित सुरक्षा प्रदान करती हैं।
यह शोध पत्र एक एकीकृत सैद्धांतिक ढांचे को प्रस्तुत करता है जो विक्षोभ प्रभावों (perturbation effects) को केंद्रित डेटा क्षेत्रों के भीतर सुदृढ़ता विश्लेषण (robustness analysis) के रूप में पुनर्गठित करके लोकल डिफरेंशियल प्राइवेसी के तहत क्लासिफायर उपयोगिता को परिमाणित करता है, जिससे तंत्र चयन सक्षम होता है और ऐसी परिशोधन तकनीकें मिलती हैं जो अनुभवजन्य परिणामों के साथ निकटता से मेल खाती हैं।