3657 件の論文
本論文は、アーキテクチャの分離と解析的なスペクトル境界および実行時のテレメトリを組み合わせることで、接触条件付き予測の動作限界を定義し、潜在空間プランニングにおける堅牢な知覚と安定した軌道最適化の間のトレードオフに対処するフレームワークである、デカプル・エントロピック・ジオメトリック・プランニング（DEGP）を導入する。
本論文は、高い承認率とテスト失敗ゼロにもかかわらず、22種類のAI生成エージェント・ベンチマークに対する系統的な再レビューによって、タスクの無視、スコアの暗記、公開時のリークといった普遍的な欠陥が明らかになったことを報告しており、これらは自動テストおよび人間の査読者の双方で見逃されており、現在のエージェントのベンチマークおよび評価プロトコルにおける重大な欠陥を浮き彫りにしている。
本論文は、意味論的、構造的、言語横断的、および文体的な信号を融合させることでプロンプト・ローンダリング攻撃を効果的に特定するリスク校正型マルチビュー検出器であるCLEANSE*を紹介し、多様なベンチマークおよびストレス・テストにおいて、低レイテンシを維持しつつ、リスクおよび攻撃成功率を低減させる上で優れた性能を達成している。
本論文は、減衰された権限トークンと決定論的なポリシーエンジンを用いることで、モデルから認可を切り離し、敵対的なアクターに対する権限の封じ込め、金融損失の限定、および監査の完全性について証明可能な保証を提供する、銀行業務におけるセキュアなLLMエージェントのための形式的なアーキテクチャを提案するものである。
本論文は、前景のホモトピーを維持するSAFEゲート付き単一ボクセル反転を用いた、3Dバイナリマスクにおけるクリティカルブロックに対する有界修復到達可能性を定式化および評価し、BraTS 2021データを用いた実験を通じて、終点および経路の忠実度制約が、指定された探索範囲内において異なる修復結果と位相的妥当性をもたらすことを実証する。
本論文は、固定閾値法や単一フレーム手法と比較して誤報を大幅に削減するために、ドライバーごとのキャリブレーション、時間的指標、および持続性に基づくロジックを組み合わせた、カメラベースのドライバーモニタリングのためのプロトタイプフレームワークを提示し、評価するものであり、同時に、将来的な実世界のデータセットを用いた検証に向けた、被験者に依存しない評価プロトコルを確立するものである。
本論文は、分布に依存しない被覆保証を維持しつつ、多変量回帰に対して効率的かつデータ適応的な予測領域を生成するために、入力凸ニューラルネットワークまたはスプラインベースの手法を通じて凸適合スコアを学習するフレームワークであるCoCoNetを紹介する。
本論文は、リーダーボード、人間による嗜好パネル、および価格カタログから得られる連結された公開データを統合することで、大規模言語モデルのエコシステムを特徴付け、性能はパラメータ数と時間とともにスケールし、嗜好評価はモデル内での急速な入れ替わりと安定性を示し、価格はプロバイダー間の顕著な価格差にもかかわらず、能力スコアとオープンウェイトのステータスによって大きく左右されることを明らかにしている。
本研究は、暗号化トラフィック分類のための機械学習モデルが、高い内部精度を達成し得る一方で、異なるデータセットに適用した場合には重大な偽陽性を生じさせることを示しており、これは、特徴量の重要性のみではフォレンジック的な解釈には不十分であること、およびそのようなアラートは決定的な証拠としてではなく、調査の端緒として扱うべきであることを明らかにしている。
本論文は、間接的なプロンプトインジェクション下におけるツール利用型LLMエージェントのプライバシー漏洩に対し、生成後の出力スクラビングは不十分な主要防御策であることを実証しており、その理由は、正確な値や連続したスパンの削除が行われた後でも、意味的な再表現を通じて残留する開示が頻繁に存続するためである。