3325 पेपर
यह शोध पत्र MPC-in-the-head प्रतिमान को क्वांटम सेटिंग में सामान्यीकृत करता है, जिससे कॉमन रेफरेंस स्ट्रिंग मॉडल में NP और QMA दोनों के लिए तीन-राउंड ज़ीरो-नॉलेज आर्गुमेंट्स का निर्माण संभव होता है जो मानक लर्निंग विद एरर्स (LWE) धारणा पर आधारित सुपरपोजिशन हमलों के विरुद्ध सुरक्षित रहते हैं।
यह शोध पत्र 3-टुपल लैटिस सीविंग (3-tuple lattice sieving) के लिए एक उन्नत क्वांटम एल्गोरिदम प्रस्तुत करता है जो सेंटर पॉइंट्स (center points) का उपयोग करने वाले प्रीप्रोसेसिंग चरण के साथ संयुक्त दो-स्तरीय एम्प्लिट्यूड एम्प्लीफिकेशन (two-level amplitude amplification) रणनीति का उपयोग करके, के मेमोरी कंस्ट्रेंट के तहत शॉर्टेस्ट वेक्टर प्रॉब्लम (Shortest Vector Problem) को हल करने के लिए समय जटिलता को तक कम कर देता है।
StepShield एक नया बेंचमार्क और अर्ली इंटरवेंशन रेट (EIR) मेट्रिक पेश करता है ताकि यह उजागर किया जा सके कि जबकि मौजूदा पैटर्न-आधारित मॉनिटर्स उच्च रिकॉल प्राप्त करते हैं, वे समयपूर्व अलर्ट के "फोरेंसिक्स ट्रैप" के कारण वास्तविक समय में हस्तक्षेप करने में विफल रहते हैं, जो यह सिद्ध करता है कि वर्तमान विधियाँ उच्च रिकॉल, कम फाल्स पॉजिटिव और रोगी एजेंटों के समय पर पता लगाने को एक साथ सुनिश्चित नहीं कर सकती हैं।
यह शोध पत्र यह प्रदर्शित करता है कि सामान्य सुरक्षा से समझौता किए बिना वैध साइबर सुरक्षा संचालन को सक्षम करने के लिए बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) से डोमेन-विशिष्ट सुरक्षा संरेखण (डोमेन-स्पेसिफिक सेफ्टी अलाइनमेंट) को सफलतापूर्वक हटाया जा सकता है, यह पहचानते हुए कि इनकार तंत्र (रिफ्यूज़ल मैकेनिज्म) परतों में व्यापक रूप से वितरित हैं और मॉडल आर्किटेक्चर एवं प्रशिक्षण प्रकार ऐसे लक्षित हस्तक्षेपों के प्रति संवेदनशीलता के प्रमुख भविष्यवक्ता हैं।
यह शोध पत्र गिलब्रेथ के अनुमान (Gilbreath's conjecture) पर प्रहार करने के लिए "रिवर्स सीविंग" (reverse sieving) और समतुल्य अनुक्रम न्यूनीकरण (equivalent sequence reduction) पर केंद्रित एक नवीन कार्यप्रणाली प्रस्तावित करता है, साथ ही साइबर सुरक्षा, धोखाधड़ी का पता लगाने और समय श्रृंखला विश्लेषण (time series analysis) में इसके व्यापक अनुप्रयोगों को भी प्रदर्शित करता है।
TACTIC-KG एक लागत प्रभावी एजेंटिक फ्रेमवर्क है जो अनस्ट्रक्चर्ड थ्रेट रिपोर्ट्स से साइबर सुरक्षा नॉलेज ग्राफ का निर्माण करने के लिए कार्य को हल्के वजन वाले LLMs के लिए विशिष्ट भूमिकाओं में विभाजित करता है, जिससे यह सटीकता, स्थिरता और दक्षता में मोनोलिथिक बड़े मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रदर्शित करता है कि एकल-अंक वाली PNT लचीलापन रेटिंग निर्णय-अस्थिर और गेमिंग के प्रति संवेदनशील है, क्योंकि पुन: भारण ढांचा आयामों रैंकिंग को बार-बार बदल देता है और घोषित तकनीकें कृत्रिम रूप से स्कोर को बढ़ा सकती हैं, जिससे मिश्रित परिपक्वता स्तरों के बजाय पता लगाने योग्य प्रति-आयाम उप-स्कोर और रैंक श्रेणियों के उपयोग का तर्क मिलता है।
यह शोध पत्र BioSecBench-Refusal प्रस्तुत करता है, जो जैविक अनुसंधान में एआई एजेंटों का मूल्यांकन करने वाला एक बेंचमार्क है, जो एक महत्वपूर्ण ट्रेड-ऑफ को प्रकट करता है जहाँ वर्तमान मॉडल अक्सर वैध वैज्ञानिक कार्यों को अत्यधिक अस्वीकार कर देते हैं जबकि छिपे हुए जैव-सुरक्षा खतरों की पहचान करने में लगातार विफल रहते हैं, जो रिफ्यूज़ल तंत्र और तर्क क्षमताओं के बेहतर अंशांकन (कैलिब्रेशन) की आवश्यकता पर प्रकाश डालता है।
यह शोध पत्र प्रतिकूल वातावरणों में बाइनरी क्लासिफायर के लिए एक हल्के, फुल-रेंज कैलिब्रेशन पद्धति को प्रस्तुत करता है जो मॉडल अपडेट के दौरान सुसंगत फॉल्स-पॉजिटिव दरों को सुनिश्चित करता है, जिससे दुर्भावनापूर्ण डेटा वितरणों में तीव्र बदलावों के बावजूद स्थिर डाउनस्ट्रीम प्रदर्शन बना रहता है।
यह शोध पत्र aiAuthZ को प्रस्तुत करता है, जो एक ऑफ-होस्ट ऑथोराइजेशन गेटवे है जो पहचान-बद्ध (identity-bound), अपरिवर्तनीय नीतियों और क्रिप्टोग्राफिक सत्यापन को लागू करके AI एजेंट टूल कॉल्स को सुरक्षित करता है, जिससे विभिन्न मॉडलों और परिदृश्यों में हमले की सफलता दर को नगण्य विलंबता (latency) के साथ प्रभावी रूप से 0% तक कम कर दिया जाता है।