3561 पेपर
यह शोध पत्र एक सुरक्षित, लागत प्रभावी, ओपन-सोर्स प्लेटफॉर्म का केस स्टडी प्रस्तुत करता है जो छोटे व्यवसायों को एंटरप्राइज-स्केल इंफ्रास्ट्रक्चर की आवश्यकता के बिना, डिस्ट्रिब्यूटेड k3s क्लस्टर्स और व्यावहारिक प्रॉम्प्ट इंजेक्शन डिफेंस का उपयोग करके अनुकूलित LLM-आधारित चैटबॉट्स तैनात करने में सक्षम बनाता है।
यह शोध पत्र एक हल्का, व्याख्यात्मक हाइब्रिड डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो मौजूदा तरीकों की तुलना में डेटा आवश्यकताओं और इन्फरेंस लेटेंसी को काफी कम करते हुए, न्यूरोसाइंस-प्रेरित प्रेडिक्टिव कोडिंगिंग और इंफॉर्मेशन बॉटलनेक संकेतों का लाभ उठाकर लार्ज लैंग्वेज मॉडल्स में स्टेट-ऑफ-द-आर्ट मतिभ्रम (hallucination) डिटेक्शन प्राप्त करता है।
यह शोध पत्र DistSeal प्रस्तुत करता है, जो एक एकीकृत दृष्टिकोण है जो जनरेटिव मॉडल्स के लेटेंट स्पेस में पोस्ट-हॉक वॉटरमार्किंग मॉडल्स को प्रशिक्षित करता है और उन्हें जनरेटर या डिकोडर में डिस्टिल करता है, जिससे पारंपरिक पिक्सेल-स्पेस विधियों की तुलना में मजबूत, अदृश्य और 20 गुना तक तेज़ वॉटरमार्किंग प्राप्त होती है।
यह शोधपत्र एक समकालीन वातावरण और एक बड़े संतुलित डेटासेट का उपयोग करके फीचर-आधारित एंड्रॉइड मैलवेयर डिटेक्शन पर 18 मौलिक अध्ययनों का पुनर्मूल्यांकन करता है, जिसमें यह पाया गया है कि स्टेटिक और डायनेमिक फीचर्स का उपयोग करने वाले सरल, तेज़ मशीन लर्निंग मॉडल अभी भी 98% से अधिक डिटेक्शन सटीकता प्राप्त कर सकते हैं, जो अधिक जटिल और महंगे मॉडलों की ओर बढ़ते प्रचलित रुझान को चुनौती देते हैं।
यह शोध पत्र दो गैर-क्रमविनिमेय (noncommuting) एंडोमॉर्फिज्म और उनके द्वारा जनरेट किए गए रिंग के डिस्क्रिमिनेन्ट के गुणनखंड का उपयोग करके, कानी के लेम्मा (Kani's Lemma), उच्च-आयामी इसोजेनी (higher-dimensional isogenies) और ब्रुअट-टिट्स ट्री (Bruhat-Tits tree) में पथ-खोज का लाभ उठाकर, एक सुपरसिंगुलर एलिप्टिक कर्व के एंडोमॉर्फिज्म रिंग की गणना के लिए एक नियतात्मक बहुपद-समय (deterministic polynomial-time) एल्गोरिदम प्रस्तुत करता है, जो पिछले उप-घातांकीय (subexponential) और संभाव्य (probabilistic) तरीकों में सुधार करता है।
यह शोध पत्र वॉटरमार्क और एडवरसेरियल डिफेंस के बीच के ट्रेड-ऑफ को एक इंटरैक्टिव प्रोटोकॉल के रूप में औपचारिक रूप देता है, यह सिद्ध करते हुए कि किसी भी लर्निंग टास्क के लिए, कम से कम एक वॉटरमार्क, एक एडवरसेरियल डिफेंस, या एक ट्रांसफर करने योग्य हमला (जो फुली होमोमॉर्फिक एन्क्रिप्शन के माध्यम से निर्मित है) मौजूद होना चाहिए, जबकि उन विशिष्ट स्थितियों की पहचान करता है जिनके तहत डिफेंस या वॉटरमार्क को सुरक्षित किया जा सकता है।
न्यूरल हनीट्रेस (Neural Honeytrace) एक प्लग-एंड-प्ले, प्रशिक्षण-मुक्त वॉटरमार्किंग फ्रेमवर्क है जो मॉडल एक्सट्रैक्शन हमलों के विरुद्ध कुशल और सुदृढ़ स्वामित्व सत्यापन को सक्षम करने के लिए बैकडोर लर्निंग के लॉन्ग-टेल्ड प्रभाव (long-tailed effect) पर आधारित एक बहु-चरणीय ट्रांसमिशन रणनीति का लाभ उठाता है, जिसमें न्यूनतम क्वेरी लागत लगती है।
यह शोध पत्र ऑरोरा (Aurora) का परिचय देता है, जो वितरण परिवर्तनों (distribution shifts) के तहत चयनात्मक मैलवेयर क्लासिफायर की विश्वसनीयता और परिचालन स्थिरता का मूल्यांकन करने वाला एक ढांचा है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक मॉडल आशाजनक बेसलाइन प्रदर्शन मेट्रिक्स के बावजूद व्यावहारिक परिनियोजन के लिए आवश्यक आत्मविश्वास गुणवत्ता (confidence quality) की कमी रखते हैं।
यह शोध पत्र 'रिहर्सल विद ऑक्ज़िलरी-इन्फॉर्म्ड सैंपलिंग' (RAIS) का प्रस्ताव करता है, जो ऑडियो डीपफेक डिटेक्शन के लिए एक निरंतर शिक्षण (continual learning) दृष्टिकोण है, जो विविध नमूना चयन को निर्देशित करने के लिए एक लेबल जनरेशन नेटवर्क का उपयोग करता है, जिससे उभरते हुए हमले के परिदृश्यों में पूर्वाग्रह और विस्मृति (forgetting) को कम करते हुए उत्कृष्ट प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र 264 AI विक्रेताओं की भेद्यता प्रकटीकरण नीतियों (vulnerability disclosure policies) का विश्लेषण करता है, जो यह प्रकट करता है कि कई में स्पष्ट दिशा-निर्देशों का अभाव है या वे जेलब्रेकिंग और मतिभ्रम (hallucinations) जैसे महत्वपूर्ण AI-विशिष्ट जोखिमों को स्पष्ट रूप से बाहर रखते हैं, जबकि यह तीन विशिष्ट विक्रेता प्रोफाइलों की पहचान करता है और वर्तमान उद्योग प्रथाओं तथा वास्तविक दुनिया की AI घटनाओं की तात्कालिकता के बीच एक महत्वपूर्ण अंतर को रेखांकित करता है।