任意の低ランク言語モデルに対するモデル窃取
本稿では、条件付きクエリモデルにおいて、任意の低ランク言語モデル、特に隠れマルコフモデル（HMM）に対する効率的なモデル窃取アルゴリズムを提案し、従来手法では必要とされた高フィデリティ条件を必要としない学習手法を理論的に示した。
양자 컴퓨터 위협에 대응하기 위한 이중 서명 및 단편화된 DNSSEC
본 논문에서는 기존 DNSSEC의 양자 컴퓨터 취약성을 해결하기 위해 전통적인 디지털 서명과 양자 내성 서명을 결합한 이중 서명 방식을 제안하고, DNSSEC 응답 메시지 크기 제한을 극복하기 위해 응용 계층에서의 단편화 기법을 활용하여 이중 서명 DNSSEC의 실현 가능성을 검증합니다.
수정된 작업 야코비안과 자체 충돌 방지를 위한 완화된 장벽 함수를 사용한 상체 휴머노이드의 효과적인 가상 현실 원격 조작
본 논문에서는 수정된 작업 야코비안과 자체 충돌 방지를 위한 완화된 장벽 함수를 사용하여 상체 휴머노이드 로봇을 효과적으로 원격 조작하기 위한 VR 인터페이스 접근 방식을 제시합니다.
大型語言模型作為神經語言學研究對象：識別形式和意義的內部表徵
大型語言模型 (LLM) 擅長編碼語言形式，但在理解意義方面表現出局限性，它們對意義的掌握在很大程度上取決於與形式的統計關聯。
Stealing Low-Rank Language Models Through Conditional Queries
This paper presents an efficient algorithm for stealing low-rank language models, including Hidden Markov Models (HMMs), through conditional queries, effectively replicating their functionality without access to their internal parameters.
修正されたタスクヤコビアンと自己衝突回避のための緩和バリア関数を使用した、上半身ヒューマノイドの効果的なバーチャルリアリティ遠隔操作
本稿では、上半身ヒューマノイドロボットの直感的かつ安全な遠隔操作を実現するため、修正タスクヤコビアンを用いたVRトラッカーの関節マッピングと、緩和バリア関数による自己衝突回避を統合した新規アプローチを提案する。
대규모 언어 모델의 형태 및 의미에 대한 내부 표현: 심리언어학적 및 신경언어학적 평가 비교
대규모 언어 모델은 언어의 형태(문법) 학습에는 탁월하지만 의미 학습에는 한계를 보이며, 의미 이해는 형태에 대한 통계적 연관성에 크게 의존한다.
量子コンピュータの脅威に対抗する、二重署名フラグメント化DNSSEC
量子コンピュータの脅威からDNSSECを守るために、従来のデジタル署名と耐量子デジタル署名を組み合わせた二重署名方式と、DNSSEC応答メッセージのアプリケーション層におけるフラグメント化を組み合わせる方法を提案する。
基於二次近似的無限維貝葉斯反問題目標導向最優設計
對於由偏微分方程式控制的無限維貝葉斯反問題，基於目標函數二次近似的目標導向最優實驗設計方法可以有效減少目標量的後驗不確定性，優於傳統的 A 最優設計和基於線性化的 c 最優設計方法。
Double-Signed Fragmented DNSSEC: Enhancing Security During the Transition to Post-Quantum Cryptography
This paper proposes and evaluates a double-signed, fragmented DNSSEC approach using both pre-quantum and post-quantum digital signatures to enhance security during the transition to a post-quantum world, addressing the vulnerabilities of traditional DNSSEC to quantum computing attacks while accounting for the limitations of current post-quantum cryptography candidates.
© 2024 by Linnk AI