3343 पेपर
यह ज्ञान का प्रणालीकरण (SoK) शोध पत्र एआई सुरक्षित कोड जनरेशन का विश्लेषण करने के लिए एक तीन-स्तरीय ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि मॉडलों की सुरक्षा सिद्धांतों की समझ कोड-स्तर के परिणामों की दृढ़ता से भविष्यवाणी करती है, फिर भी उस ज्ञान को सुरक्षित और कार्यात्मक कोड में अनुवादित करने में महत्वपूर्ण अंतराल बने हुए हैं, जिससे भविष्य के सुधार के लिए ठोस मार्ग रेखांकित होती है।
यह शोध पत्र माइक्रोसॉफ्ट सीएल (Microsoft SEAL) और टेन्सिल (TenSEAL) का उपयोग करते हुए फुली होमोमोर्फिक एन्क्रिप्शन (Fully Homomorphic Encryption) का उपयोग करके एक गोपनीयता-संरक्षण कंप्यूटर विज़न फ्रेमवर्क प्रस्तुत करता है, जो विविध डेटासेट (MNIST से CIFAR-10 तक) में न्यूनतम सटीकता हानि के साथ एन्क्रिप्टेड डेटा पर सटीक सीएनएन (CNN) इन्फरेंस को सक्षम करने के साथ-साथ मल्टी-चैनल प्रोसेसिंग और कई कनवल्शनल लेयर्स जैसे जटिल ऑपरेशन्स का समर्थन करता है।
यह शोध पत्र एक "प्रायोजित समूह हस्ताक्षर" (SPGS) योजना का प्रस्ताव और औपचारिक रूप से सुरक्षित करता है जो स्तर-1 के सदस्यों को उन्नत जवाबदेही और संबद्धता के साथ स्तर-2 के सदस्यों को प्रायोजित करने में सक्षम बनाता है, जो स्मार्ट वातावरण के लिए गोपनीयता-संरक्षण अतिथि पहुंच टोकन प्रदान करने में इसके व्यावहारिक अनुप्रयोग को प्रदर्शित करता है।
यह शोध पत्र एक दो-चरणीय पृथक मूल्यांकन ढांचे का प्रस्ताव करता है जो ज्ञात कमजोरियों को निष्पादित करने में LLM-आधारित एजेंटों द्वारा 90% तक सफलता प्राप्त करने के जबकि उनकी स्वायत्त खोज क्षमताएं पार्सिंग विफलताओं के कारण लगभग 50% तक सीमित हैं, और विभिन्न प्रकार की कमजोरियों के बीच विशिष्ट वास्तुशिल्प सामर्थ्य उभरने के तथ्य को उजागर करने के लिए टोही (रेकनाइसेंस) को शोषण (एक्सप्लॉइटेशन) से अलग करता है।
यह शोध पत्र RepBench प्रस्तुत करता है, जो एक अनुभवजन्य अध्ययन है जो यह प्रदर्शित करता है कि स्टैटिक-एनालिसिस-आधारित स्ट्रक्चरल रिप्रेजेंटेशन (विशेष रूप से AST+PDG), संदर्भ के विसरण (context dilution) को कम करके और एक बेहतर सटीकता-ओवरहेड ट्रेडऑफ प्रदान करके, LLM भेद्यता पहचान (vulnerability detection) में कच्चे सोर्स कोड की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र प्रकट करता है कि LLM जेलब्रेक सफलता दर को मापने के लिए उपयोग किए जाने वाले स्वचालित जज अत्यधिक अविश्वसनीय हैं, जिसमें समर्पित क्लासिफायर ओवर-फ्लैगिंग के प्रति प्रवृत्त होते हैं और LLM-एज़-जज अस्थिर रिकॉल तथा प्रतिकूल फ्रेमिंग (adversarial framing) के प्रति अत्यधिक संवेदनशील होते हैं, जिससे जज प्रदर्शन मेट्रिक्स और प्रतिकूल मजबूती (adversarial robustness) जांच के मानकीकृत रिपोर्टिंग की आवश्यकता उत्पन्न होती है।
यह शोधपत्र CrypFormBench प्रस्तुत करता है, जो 677 क्रिप्टोग्राफिक स्कीमों और 7 औपचारिक सत्यापन भाषाओं (formal verification languages) के 700 उदाहरणों से बना एक व्यापक बेंचमार्क है, जिसका उद्देश्य औपचारिक सुरक्षा प्रमाणों को उत्पन्न करने और सुधारने में लार्ज लैंग्वेज मॉडल्स की वर्तमान सीमाओं का मूल्यांकन और अनावरण करना है, साथ ही उनके प्रदर्शन को बेहतर बनाने के लिए व्यावहारिक रणनीतियाँ भी प्रदान करना है।
TL++ एक नवीन टू-मोड ट्रैवर्सल-लर्निंग फ्रेमवर्क है जो वितरित इंटेलिजेंट सिस्टम्स के लिए है, जो कट-लेयर एक्टिवेशन्स और ग्रेडिएंट्स की सीक्रेट-शेयरिंग के माध्यम से कम्युनिकेशन एफिशिएंसी और प्राइवेसी को संतुलित करते हुए वर्चुअल बैच कंस्ट्रक्शन के जरिए सेंट्रलाइज्ड मिनी-बैच ग्रेडिएंट व्यवहार को रिकवर करता है।
यह शोध पत्र TRACE को प्रस्तुत करता है, जो एक हल्का ढांचा (lightweight framework) है जो सहायक क्लासिफायर या महत्वपूर्ण कम्प्यूटेशनल ओवरहेड की आवश्यकता के बिना, टोकन प्रभाव (token influence) को एट्रिब्यूट करके दुर्भावनापूर्ण दस्तावेजों की पहचान करने और लक्षित उत्तरों का पता लगाने द्वारा रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) सिस्टम में कॉर्पस पॉइजनिंग हमलों का पता लगाता है।
यह शोध पत्र **RAS (रिफ्यूज़ल अलाइनमेंट स्कोर)** को प्रस्तुत करता है, जो एक तेज़ और सुदृढ़ व्हाइट-बॉक्स मूल्यांकन मीट्रिक है जो सीखे गए रिफ़्यूज़ल दिशाओं (refusal directions) के साथ आंतरिक हिडन स्टेट्स के संरेखण का विश्लेषण करके LLM सुरक्षा को मापता है, जो पारंपरिक आउटपुट-आधारित जज मूल्यांकनों के लिए एक अधिक कुशल और स्थिर विकल्प प्रदान करता है।