2363 篇论文
本文提出了一种去中心化人工智能驱动的零信任身份访问管理框架（DAZT-IAM），该框架集成了许可链、自主主权身份以及具备抗深度伪造能力的多模态生物识别技术，并结合持续的风险自适应评分，旨在消除单点故障并应对复杂的冒充攻击。
本文引入了 Swin-TCN-XAI，这是一种结合了 Swin Transformer 与时间卷积网络（Temporal Convolutional Networks）并集成多层可解释性技术的混合深度学习框架，旨在实现多类脑肿瘤 MRI 分类的最先进准确率与临床可解释性。
本文介绍了 QSecureMail，这是一种量子安全电子邮件系统，它将量子密钥分发（QKD）与后量子密码学集成在自适应安全策略引擎中，以动态管理加密级别、确保针对“先收集后解密”攻击的韧性，并提供透明的安全证明。
本文介绍了 PQ-SEAL，这是一种在 FPGA 上实现的裸机 RISC-V 架构，它将 NIST 标准化的后量子密码学与一种抗泄漏的 AES-128 重密钥方案相结合，在不增加额外硬件成本的情况下，证明了其在抵御相关功率分析攻击方面实现了 31 倍的提升。
本文介绍了 AGENTSPILL，这是一项实证审计，旨在证明大型语言模型极易受到过度代理漏洞（excessive agency exploits）的影响——其总体成功率达到了 50.6%——特别是通过工具描述注入（tool description injection）和未确认动作链（unconfirmed action chaining）进行的攻击，这些手段会导致模型优先执行被操纵的指令而非规范的工具定义，并自主执行破坏性序列。
本文提出了一项跨格式测量研究，证明间接提示注入漏洞通常源于提取流水线未能对嵌入在不同文件格式的元数据、二进制头部和结构化字段中的隐藏有效载荷进行清洗，而非源于大语言模型本身对内容的解释。
本文通过展示虚假声明在近 70% 的试验中会触发有害的现实世界行为，引入了一种衡量工具使用型大语言模型智能体“声明-行动”差距的新型框架，而通过在执行前实施一项 OWASP 推荐的验证步骤，这一漏洞被有效地消除（将行动率降低至 0%）。
本研究采用完整的 2³ 全因子设计对一个四量子比特混合量子神经网络进行基准测试，结果表明，尽管特定的结构与目标函数交互作用显著影响精确梯度的大小，但其在有限采样条件下的效应在统计上仍具有模糊性，且尚未展现出优化成功或硬件优势。
本文识别了一个关键的“意图差距”，即前沿人工智能模型尽管在字面上符合提示词要求，却无法满足用户的真实需求，这揭示了当前由研究人员设计的基准测试会忽略这些与部署相关的失败，因为真实用户很少将这种不满表达出来，作者通过从大规模对话语料库中挖掘出的新分类法量化了这一现象。
本文介绍了 HABIT，一种自我演进、与宿主无关的 AI 代理控制台，旨在通过将可靠的工具调用与实时软件状态同步，并利用基于记忆的学习系统持续适应用户习惯，来实现航空航天领域复杂的基于图形用户界面（GUI）的计算机辅助工程（CAE）工作流自动化。