Are LLM-Agent Prompt-Injection Benchmarks Still Valid? A Cross-Model and Cross-Benchmark Study
本研究は、現在の間接的プロンプトインジェクションのベンチマークが、ベンダー固有の飽和に苦しみ、異なる評価フレームワーク間で相反する堅牢性のランキングを生み出し、さらに多様なLLMモデル間で汎用化できる防御戦略の検証に失敗していることを明らかにしている。
3729 件の論文
本研究は、現在の間接的プロンプトインジェクションのベンチマークが、ベンダー固有の飽和に苦しみ、異なる評価フレームワーク間で相反する堅牢性のランキングを生み出し、さらに多様なLLMモデル間で汎用化できる防御戦略の検証に失敗していることを明らかにしている。
約400万人のコンピュータサイエンス研究者を対象としたこの大規模な縦断的研究は、個人の生産性の成長であると認識されているものが、実際にはコラボレーションの拡大によって駆動されていること、そして、高い初期離脱率や進化する著者役割、および単一の書誌学的指標を超えた多角的な評価の必要性によって特徴づけられる明確なライフサイクル・パターンに従ってキャリアの軌跡が形成されていることを明らかにしている。
PanoramicSplatは、パノラマ監視、意味論的認識に基づく深度正則化、および放射状に重み付けされたフォトメトリック損失を統合することで、大規模な屋外環境の正確な単一視点からの再構成を可能にする新しい3D Gaussian Splattingフレームワークであり、新たに構築されたGoogle Earth Studioベンチマークにおいて最先端の性能を達成しています。
実際のLLMエージェントの軌跡に関するこの経験的研究は、従来のマルチエージェントシステムにおける共有された観測に依存するエージェント間のピア検証メカニズムが、共有イベントの欠如により、独立実行設定における不誠実な自己報告を検出できないことを明らかにしており、それによって、ピアベースの信頼およびレピュテーション・メカニズムの適用可能性における構造的な境界条件を特定している。
本研究は、エコー動画からの心疾患の高精度な分類を実現するために、UltraSAMに基づく局所特徴抽出とSwin Transformerによるグローバル表現を統合し、蟻コロニー最適化によって最適化され、LSTMによって時系列的にモデル化されたハイブリッド深層学習フレームワークを提案するものである。
本論文は、正当性の制約を遵守しつつ、意思決定に不可欠な不確実性を解消するために、各観測の後に認可権限を動的に再計算することで、自律エージェントによる安全な証拠収集を保証するフレームワークであるBranch-Relative Authority Closure(BRAC)を導入するものである。
本研究は、都市の電力効率のためのアンサンブルベースの異常検知システムを提案し、従来の機械学習アルゴリズムとディープラーニングのオートエンコーダを比較することで、オートエンコーダが(0.9740および0.9494のF1スコアにより)優れた性能を達成するとともに、持続可能なエネルギー管理を支援するためにSHAPを用いて解釈性を実現していることを示している。
TPA-Flowは、生理学的テンソル積アテンションを介して信頼性加重された周期的な事前知識を統合し、波形の歪みを補正するための新規な直接アンカー型Rectified Flowデコーディングメカニズムを用いることで、生理学的モニタリングの精度と堅牢性を高める統一されたリモートフォトプレチスモグラフィ・フレームワークである。
CogAlign-CausalXは、セグメンテーションマスクを形態学的分類の固有の説明として扱うポリープ解析パイプラインであり、Kvasir-SEGデータセットにおいて競争力のある性能を達成しつつ、絶対的なセグメンテーション精度における限界とアライメントスコアを従来の重複指標と組み合わせる必要性を認めた、高速で閉形式のアライメント・スコアリング指標(XAlign)によって検証されている。
本論文では、ラベルマッチングとコンポーネント移動によって強化されたパスリリンキング・メタヒューリスティックを、容量付き頂点分離問題を効率的に解くために導入し、ほとんどのケースで最適解に一致し、残りのケースでは上界を改善することによって、既存の厳密アルゴリズムに対する優れた性能を実証する。