4030 편의 논문
본 논문은 간접 프롬프트 주입 취약성이 LLM의 콘텐츠 해석 자체보다는 다양한 파일 형식 전반에 걸쳐 메타데이터, 바이너리 헤더 및 구조화된 필드에 삽입된 숨겨진 페이로드를 추출 파이프라인이 제대로 정제하지 못하는 데서 기인한다는 것을 입증하는 교차 형식 측정 연구를 제시한다.
이 논문은 도구를 사용하는 LLM 에이전트의 '주장-실행(claim-to-action)' 간극을 측정하기 위한 새로운 프레임워크를 소개하며, 허위 주장이 시행 시도 중 약 70%에서 해로운 실제 행동을 유발한다는 점과 실행 전 OWASP 권장 검증 단계를 구현함으로써 이러한 취약성을 효과적으로 무력화하여 (실행률을 0%로 감소시켜) 해결할 수 있음을 입증한다.
본 연구는 4-큐비트 하이브리드 양자 신경망을 벤치마킹하기 위해 완전한 2³ 요인 설계를 채택하였으며, 특정 구조적 및 목적 함수적 상호작용이 정확한 기울기 크기에 유의미한 영향을 미치는 반면, 유한 샷 조건하에서의 효과는 여전히 통계적으로 모호하며 아직 최적화 성공이나 하드웨어 이점을 입증하지 못한다는 점을 밝혀냈다.
이 논문은 프런티어 AI 모델들이 문구 그대로의 프롬프트 준수에도 불구하고 실제 사용자의 요구를 충족하지 못하는 결정적인 '의도 격차(intent gap)'를 식별하며, 연구자들이 설계한 현재의 벤치마크들이 대규모 대화 코퍼스 마이닝을 통해 저자가 도출한 새로운 분류 체계로 정량화한 현상, 즉 실제 사용자들이 자신의 불만족을 거의 말로 표현하지 않는다는 점 때문에 이러한 배포 관련 실패들을 놓치고 있음을 밝히고 있다.
이 논문은 신뢰할 수 있는 도구 호출과 실시간 소프트웨어 상태를 동기화하고 메모리 기반 학습 시스템을 통해 사용자의 습관에 지속적으로 적응함으로써 항공우주 분야의 복잡한 GUI 기반 CAE 워크플로우를 자동화하도록 설계된 자가 진화형, 호스트 불가지론적 AI 에이전트 하네스인 HABIT을 소개한다.
본 논문은 다중 스케일의 구조적 및 스펙트럼 패턴을 포착하기 위해 그래프 합성곱 네트워크, 그래프 어텐션 네트워크, 그래프 트랜스포머, 그리고 웨이브릿 기반 특징 강화를 통합한 새로운 하이브리드 그래프 신경망 프레임워크를 제안하며, 이는 복잡한 금융 사기를 높은 정밀도와 확장성으로 탐지하는 데 있어 기존 방식들을 크게 능가한다.
이 논문은 두 개의 작은 매개변수를 가진 특이 섭동 포물선 편미분 방정식을 효과적으로 해결하기 위해, 경계층 및 내부층을 포착하는 데 있어 표준 수치 해석 방법의 한계를 해결하는 두 가지 물리 정보 신경망 모델인 DeepXDE와 순수 PyTorch 구현을 제안한다.
본 논문은 다양한 IoT 데이터셋에 걸쳐 축소된 특징 집합과 컴팩트한 모델 구조를 통해 신뢰할 수 있는 공격 탐지를 달순하기 위해, 하이브리드 SMOTE-ENN-LOF 균형 전략, 클러스터링 기반 상호 정보량 특징 선택 알고리즘(BBFS), 그리고 Hunger Games Search로 최적화된 1D CNN을 통합한 계산 효율적인 IoT 침입 탐지 파이프라인을 제안한다.
본 논문은 기존 베이스라인 모델들과 비교하여 흉부 X선 이미지에 대해 우수한 폐렴 탐지 정확도(94.03%)와 해석 가능성을 달성하는, ConvNeXt-Base와 CBAM 및 Vision Transformer (ViT-B/16)를 결합한 설명 가능한 하이브리드 딥러닝 프레임워크를 제안한다.
본 논문은 기반 모델을 수정하지 않고도 신뢰도 정확도와 배포 견고성을 크게 향상시키기 위해 다중 소스 특징을 활용하여 경량 보정기를 학습시키는 개체 수준의 사후 엔티티 레벨 신뢰도 보정 방법을 제안한다.