本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明扩散模型成员推断中的跨时间难度校准
简介本文针对扩散模型成员推断攻击，指出仅凭重建损失判断图像是否为训练数据并不可靠，因为有些图像本身就更容易重建。作者提出两种校准方法：参考模型校准（RMC）比较微调模型与早期检查点的损失，TSC则利用同一模型在相邻扩散时间步的损失进行自校准。文中称两者效果显著优于现有方法，并适用于x、v、ε等不同参数化的模型。
说明TextSeal2：基于Copula混合与无记忆竞赛的无失真大语言模型水印
简介该论文提出TextSeal2，一种用于大语言模型的无失真水印方法，在投机解码下仍能保留水印信号，且不改变接受率、保持输出多样性、不增加可测的推理延迟。方法将多个密钥合并为一个虚拟密钥，并通过AutoMark的高斯Copula与新噪声耦合。在三个大语言模型上的实验显示，在相同输出多样性下，其检测率高于TextSeal。
说明基于区块的矿池分成方案下的算力调整博弈
简介本文分析了算力调整型区块扣留攻击（T-PAW，包含FAW和PAW作为特例）在实际使用的三种基于区块的分成方案下的收益，这三种方案分别为PPLNS、按轮次计算的PROP以及指数衰减的EXP。作者还提出了算力调整跳转攻击（PAH），攻击者无需扣留任何区块，而是根据轮次的区块年龄调整投向矿池的算力。文章给出了收益比率的解析结果，并通过蒙特卡洛模拟验证。结论显示PROP最易受PAH攻击，PPLNS最不易受攻击。
看点新意在于分析块依赖支付方案下的功率调整攻击并提出PAH，作者给出收益比的解析推导并以蒙特卡洛模拟验证，影响矿池安全设计。
说明边缘大语言模型优化的隐私与安全风险
简介这篇论文讨论把大语言模型部署到边缘设备时所用的优化技术，这些技术用于降低内存、计算和能耗开销。作者指出，保持任务性能并不必然保持安全性，优化本身会改变模型的表示、决策路径和信任边界，从而产生安全漂移，并带来由优化引入的新攻击面。
说明通过回溯实现高效的可扩展监督
简介本文研究如何让较弱的验证者检查更强大的AI系统所完成的计算结果，提出一种新的可回溯交互式证明（RIP）模型，允许验证者将证明者回退到交互的较早状态并从那里继续。作者针对输出对少量预言机答案变化具有鲁棒性的计算构造了一个相对化RIP，该构造不使用密码学，效率高于以往不假设证明者诚实的相对化证明方法。文中还报告了实现和一个初步的MNIST实验。
说明RecHash：用于有状态顺序认证的分段哈希纠缠链
简介该论文提出 RecHash，一种基于成对哈希链开口和带认证记录历史的有状态顺序认证构造。它在 2019 年哈希纠缠构造的位置关系上加以扩展，并将每条记录分配到预先确定的链段中，使摘要的每个数据块都能放入相应时隙。论文给出了分段状态转换、具体示例、分配与资源结果，并在认证历史和自适应单步保证的条件下给出了不含更新的安全组合定理。
说明基于深度学习的行为漂移建模用于连续生物特征认证
简介该论文提出一种两级击键动力学认证系统。第一级用时序卷积网络结合对比学习和基于种群的训练，对固定文本密码进行登录验证，等错误率为3.77%。认证通过后，第二级在自由文本输入过程中，用四模型深度学习集成持续监测行为漂移，若发现异常则返回第一级重新认证。自由文本部分的等错误率为10.05%。
说明理解并缓解大语言模型中的角色伪造攻击
简介该论文研究大语言模型如何判断对话中“谁说了什么”，发现模型同时依赖内容（语义、文风）和结构（控制标记、格式）线索，因此容易受到结合虚假结构与内容的角色伪造攻击。研究显示，仅训练模型忽略基于内容的注入可以缓解内容攻击，但对基于结构的攻击仍然脆弱。作者还提出一种利用线性探针预测对话角色的检测方法，并称其在多种设置下有效。