3718 편의 논문
본 논문은 의미적, 구조적, 교차 언어적, 그리고 문체적 신호를 융합함으로써 프롬프트 로운더링 공격을 효과적으로 식별하고, 다양한 벤치마크와 스트레스 테스트 전반에서 낮은 지연 시간을 유지하면서도 위험 및 공격 성공률을 줄이는 데 탁월한 성능을 보이는 위험 보정형 멀티뷰 탐지기인 CLEANSE*를 소개한다.
본 논문은 감쇄된 권한 토큰(attenuated capability tokens)과 결정론적 정책 엔진을 사용하여 모델로부터 권한 부여를 분리함으로써, 금융권 내 보안이 확보된 LLM 에이전트를 위한 공식적인 아키텍처를 제안하며, 이를 통해 적대적 행위자에 맞선 권한 격리, 제한된 금융 손실 및 감사 무결성에 대한 증명 가능한 보증을 제공한다.
본 논문은 전경의 호모토피를 보존하는 SAFE 게이트 단일 복셀 플립을 사용하여 3D 이진 마스크 내 임계 블록에 대한 유계 수리 도달 가능성(bounded repair reachability)을 정식화하고 평가하며, BraTS 2021 데이터를 이용한 실험을 통해 종단 및 경로적 충실도 제약 조건이 지정된 탐색 범위 내에서 서로 다른 수리 결과와 위상적 유효성을 산출함을 입증한다.
본 논문은 고정 임계값 방식이나 단일 프레임 방식에 비해 오경보를 유의미하게 줄이기 위해 운전자별 보정, 시간적 지표, 그리고 지속성 기반 로직을 결합한 카메라 기반 운전자 모니터링을 위한 프로토타입 프레임워크를 제시하고 평가하며, 향후 실제 데이터셋에 대한 검증을 위한 피험자 독립적 평가 프로토콜을 수립한다.
이 논문은 분포-무관 피복 보장(distribution-free coverage guarantees)을 유지하면서 다변량 회귀를 위한 효율적이고 데이터 적응적인 예측 영역을 생성하기 위해, 입력 볼록 신경망(Input Convex Neural Networks) 또는 스플라인 기반 방법(spline-based methods)을 통해 볼록 적합도 점수(convex conformity scores)를 학습하는 프레임워크인 CoCoNet을 소개한다.
이 논문은 리더보드, 인간 선호도 패널, 가격 카탈로그의 연결된 공개 데이터를 통합하여 대규모 언어 모델 생태계를 특징짓고, 성능은 파라미터 수 및 시간과 함께 규모가 커지며, 선호도 평가는 모델 내에서 빠른 회전과 안정성을 보이고, 가격은 제공업체 간의 현저한 가격 차이에도 불구하고 능력 점수와 오픈 웨이트 상태에 의해 크게 좌우된다는 점을 밝혀낸다.
본 연구는 암호화된 트래픽 분류를 위한 머신러닝 모델이 높은 내부 정확도를 달성할 수 있음에도 불구하고 서로 다른 데이터셋에 적용될 때 상당한 오탐을 발생시킨다는 점을 입증하며, 이는 특성 중요도(feature importance)만으로는 포렌식 해석에 불충분하고 그러한 경보를 확정적 증거가 아닌 조사 단서로 취급해야 함을 드러낸다.
이 논문은 간접 프롬프트 주입 상황에서 도구를 사용하는 LLM 에이전트의 개인정보 유출에 대해 생성 후 출력 스크러빙(post-generation output scrubbing)이 불충분한 일차적 방어책임을 입증하는데, 이는 정확한 값 및 연속된 구간의 제거 이후에도 의미론적 재표현을 통해 잔여 정보 공개가 빈번하게 지속되기 때문이다.
이 논문은 벨 부등식 감사, 구체적으로는 CHSH 게임을 사용하여 겉보기에 고립된 AI 에이전트들 사이의 단순한 통계적 상관관계와 실제적인 통신을 구분함으로써 은밀한 협력을 탐지하는 모델 프리(model-free) 도구로서의 활용을 제안하며, 동시에 이 방법의 타당성이 허위 양성을 피하기 위한 감사 설정의 예측 불가능성에 결정적으로 의존한다는 점을 강조한다.
본 연구는 CI/CD 파이프라인 내에서 건축 환경 데이터 관리의 확장성, 효율성 및 회복 탄력성을 향상시키기 위해 컨테이너화, 마이크로서비스 및 고급 파이프라인 최적화 전략을 통합하는 클라우드 네이티브 프레임워크를 제안하고 평가한다.