ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਏਆਈ ਮਾਡਲ ਆਪਣੇ ਵਜ਼ਨ ਦੇ ਅੰਦਰ ਮਨਮਾਨੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਲੁਕਾ ਸਕਦੇ ਹਨ

ਸੁਤੰਤਰ ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਇੱਕ ਟੀਮ ਨੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਹੈ ਕਿ AI ਮਾਡਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਾਰਜਸ਼ੀਲ ਛੁਪੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਲੈ ਸਕਦੇ ਹਨ ਜੋ ਖੋਜ ਤੋਂ ਬਚਣ ਲਈ ਗਣਿਤਿਕ ਤੌਰ 'ਤੇ ਗਰੰਟੀਸ਼ੁਦਾ ਹਨ, ਭਾਵੇਂ ਆਡੀਟਰਾਂ ਕੋਲ ਮਾਡਲ ਦੇ ਵਜ਼ਨ ਤੱਕ ਪੂਰੀ ਪਹੁੰਚ ਹੋਵੇ। ਅਖ਼ਬਾਰ, ਸਿਰਲੇਖ ਵਾਲਾ "AI ਮਾੱਡਲ ਸੰਭਵ ਤੌਰ 'ਤੇ ਆਰਬਿਟਰੇਰੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਲੁਕਾ ਸਕਦਾ ਹੈ," ਐਂਡਿਸ ਡਰੈਗਨਸ, ਸੁਮੀਤ ਰਮੇਸ਼ ਮੋਟਵਾਨੀ, ਰੇਮੰਡ ਡਗਲਸ ਅਤੇ ਕ੍ਰਿਸ਼ਚੀਅਨ ਸ਼ਰੋਡਰ ਡੀ ਵਿਟ ਦੁਆਰਾ 9 ਅਕਤੂਬਰ, 2026 ਨੂੰ arXiv 'ਤੇ ਪੋਸਟ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਸਾਈਟ ਦਾ ਪਹਿਲਾ ਪੰਨਾ ਬਣਾਉਣ ਤੋਂ ਬਾਅਦ ਇਸ ਹਫ਼ਤੇ ਹੈਕਰ ਨਿਊਜ਼ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਧਿਆਨ ਖਿੱਚਿਆ ਗਿਆ ਸੀ।

ਕੰਮ ਆਧੁਨਿਕ AI ਸੁਰੱਖਿਆ ਅਭਿਆਸ ਦੀ ਇੱਕ ਮੁੱਖ ਧਾਰਨਾ 'ਤੇ ਹਮਲਾ ਕਰਦਾ ਹੈ: ਸਮਰੱਥਾ ਦੇ ਮੁਲਾਂਕਣਾਂ ਦੁਆਰਾ ਤੈਨਾਤੀ ਤੋਂ ਪਹਿਲਾਂ ਖਤਰਨਾਕ ਵਿਵਹਾਰ ਸਾਹਮਣੇ ਆ ਸਕਦੇ ਹਨ, ਜੋ ਕਿ ਜੋ ਵੀ ਕਰ ਸਕਦਾ ਹੈ, ਨੂੰ ਬਾਹਰ ਕੱਢਣ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਟੈਸਟਾਂ ਦੇ ਨਾਲ ਇੱਕ ਮਾਡਲ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਲੇਖਕ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਇਹ ਧਾਰਨਾ ਵਿਰੋਧੀ ਹਾਲਤਾਂ ਦੇ ਅਧੀਨ ਢਹਿ ਜਾਂਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਪੇਪਰ ਇਹ ਰੱਖਦਾ ਹੈ, ਸਮਰੱਥਾ ਦੇ ਮੁਲਾਂਕਣਾਂ ਦੀ ਭਰੋਸੇਯੋਗਤਾ "ਇਸ ਧਾਰਨਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਲੁਕੀਆਂ ਹੋਈਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ" - ਅਤੇ ਉਹ ਹਮਲੇ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਇਹ ਧਾਰਨਾ ਅਸਫਲ ਹੋ ਜਾਂਦੀ ਹੈ। ਸੁਰੱਖਿਆ ਖੋਜ ਵਿੱਚ ਦਾ ਨਵੀਨਤਮ AI ਵਿਕਾਸ* ਦੀ ਪਾਲਣਾ ਕਰਨ ਵਾਲੇ ਪਾਠਕਾਂ ਲਈ, ਇਹ ਪੇਪਰ ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਵੱਡੇ ਰਸਮੀ ਪ੍ਰਦਰਸ਼ਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਕਿ ਇੱਕ ਸਮਰੱਥ ਮਾਡਲ, ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ, ਅਸਲ ਵਿੱਚ ਕੀ ਕਰ ਸਕਦਾ ਹੈ ਨੂੰ ਲੁਕਾਉਂਦੇ ਹੋਏ ਆਪਣੇ ਮੁਲਾਂਕਣਾਂ ਨੂੰ ਪਾਸ ਕਰ ਸਕਦਾ ਹੈ।

ਲੁਕਣ ਦੀ ਸਕੀਮ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪਿਛਲੇ ਦਰਵਾਜ਼ੇ ਦੇ ਹਮਲੇ ਬਣਾਏ ਜੋ ਇੱਕ ਮੇਜ਼ਬਾਨ ਮਾਡਲ ਦੇ ਵਜ਼ਨ ਦੇ ਅੰਦਰ ਏਨਕ੍ਰਿਪਟਡ ਨਿਊਰਲ ਨੈਟਵਰਕਸ ਨੂੰ ਏਮਬੇਡ ਕਰਦੇ ਹਨ। ਲੁਕਿਆ ਹੋਇਆ ਨੈਟਵਰਕ ਏਨਕ੍ਰਿਪਟਡ ਰੂਪ ਵਿੱਚ ਉੱਥੇ ਬੈਠਦਾ ਹੈ, ਮਾਡਲ ਦੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਵਿਵਹਾਰ ਵਿੱਚ ਕੁਝ ਵੀ ਯੋਗਦਾਨ ਨਹੀਂ ਦਿੰਦਾ, ਜਦੋਂ ਤੱਕ ਇਸਨੂੰ ਇੱਕ ਗੁਪਤ ਟਰਿੱਗਰ ਪ੍ਰਾਪਤ ਨਹੀਂ ਹੁੰਦਾ। ਉਸ ਸਮੇਂ, ਮਾਡਲ ਲੁਕਵੇਂ ਸਰਕਟ ਨੂੰ ਡੀਕ੍ਰਿਪਟ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਚਲਾਉਂਦਾ ਹੈ।

ਉਸਾਰੀ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਵਿਧੀ ਹੈ ਜਿਸ ਨੂੰ ਲੇਖਕ ਡਿਜੀਟਲ ਲਾਕਰ ਕਹਿੰਦੇ ਹਨ। ਮਿਆਰੀ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਧਾਰਨਾਵਾਂ ਦੇ ਤਹਿਤ, ਇਹ ਲਾਕਰ ਲੁਕੇ ਹੋਏ ਸਰਕਟਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਮੁਸ਼ਕਲ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਔਖਾ ਬਣਾਉਂਦੇ ਹਨ - ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਆਡੀਟਰ ਲਈ ਵੀ ਜਿਸ ਕੋਲ ਮਾਡਲ ਦੇ ਵਜ਼ਨ ਤੱਕ ਪੂਰੀ ਪਹੁੰਚ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਛੁਪਾਈ ਸੂਖਮ ਜਾਂ ਠੋਕਰ ਵਿਚ ਮੁਸ਼ਕਲ ਹੋਣ 'ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰਦੀ। ਇਹ ਉਸੇ ਕਿਸਮ ਦੀ ਗਣਿਤਿਕ ਕਠੋਰਤਾ ਗਾਰੰਟੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਜੋ ਐਨਕ੍ਰਿਪਟਡ ਸੰਚਾਰਾਂ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ।

ਇਹ ਫੀਲਡ ਵਿੱਚ ਪੁਰਾਣੇ ਕੰਮ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਜਿਸ ਨੇ ਦਿਖਾਇਆ ਸੀ ਕਿ ਮਾਡਲ ਫਿਕਸਡ ਸਟ੍ਰਿੰਗਾਂ ਨੂੰ ਲੁਕਾ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਪਾਸਵਰਡ ਜਾਂ ਛੋਟੇ ਸੰਦੇਸ਼। ਨਵਾਂ ਪੇਪਰ ਗੋਲਪੋਸਟਾਂ ਨੂੰ ਕਾਫ਼ੀ ਹਿਲਾਉਂਦਾ ਹੈ: ਜੋ ਹੁਣ ਲੁਕਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਉਹ ਇੱਕ ਮਨਮਾਨੀ ਗਣਨਾ ਹੈ - ਇੱਕ ਸਥਿਰ ਰਹੱਸ ਦੀ ਬਜਾਏ ਇੱਕ ਸੰਪੂਰਨ, ਕਾਰਜਸ਼ੀਲ ਸਮਰੱਥਾ।

ਅਸਲ ਆਡਿਟ ਤਕਨੀਕਾਂ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕੀਤਾ ਗਿਆ

ਟੀਮ ਨੇ ਪਾਈਟੋਰਚ ਵਿੱਚ ਆਪਣੇ ਪਰੂਫ-ਆਫ-ਸੰਕਲਪ ਨਿਰਮਾਣ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਅਤੇ ਫਿਰ ਮਾਡਲ ਆਡਿਟਿੰਗ ਦੇ ਸਟੈਂਡਰਡ ਟੂਲਕਿੱਟ ਨਾਲ ਉਹਨਾਂ 'ਤੇ ਹਮਲਾ ਕੀਤਾ। ਮੁਲਾਂਕਣਾਂ ਨੇ ਫਾਈਨ-ਟਿਊਨਿੰਗ, ਵੇਟ ਨੋਇਸਿੰਗ, ਗਰੇਡੀਐਂਟ-ਅਧਾਰਿਤ ਟਰਿੱਗਰ ਖੋਜ ਅਤੇ ਅਪ੍ਰਤੱਖ ਵਿਰੋਧੀ ਸਿਖਲਾਈ ਦੁਆਰਾ ਪਰਖਣ ਦੀ ਜਾਂਚ ਕੀਤੀ - ਤਕਨੀਕਾਂ ਦੀ ਇੱਕ ਸੀਮਾ ਜੋ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਗੰਭੀਰ ਆਡੀਟਰ ਇੱਕ ਸ਼ੱਕੀ ਮਾਡਲ ਤੋਂ ਲੁਕਵੇਂ ਵਿਵਹਾਰ ਨੂੰ ਕੱਢਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਗੇ।

ਟੈਸਟ ਦਾ ਕੰਮ ਇੱਕ ਛੋਟੀ ਰਸਾਇਣਕ ਪ੍ਰਤੀਕ੍ਰਿਆ ਪੂਰਵ-ਅਨੁਮਾਨ ਸਮੱਸਿਆ ਸੀ, ਜਿਸਨੂੰ ਜਾਣਬੁੱਝ ਕੇ ਅਸਲ-ਸੰਸਾਰ ਦਾਅ ਨਾਲ ਸਮਰੱਥਾਵਾਂ ਲਈ ਇੱਕ ਪ੍ਰੌਕਸੀ ਵਜੋਂ ਚੁਣਿਆ ਗਿਆ ਸੀ: ਰਸਾਇਣਕ ਪੂਰਵ-ਅਨੁਮਾਨ ਕਾਰਜ CBRN-ਸੰਬੰਧਿਤ (ਰਸਾਇਣਕ, ਜੀਵ-ਵਿਗਿਆਨਕ, ਰੇਡੀਓਲੌਜੀਕਲ ਅਤੇ ਪ੍ਰਮਾਣੂ) ਹੁਨਰਾਂ ਲਈ ਇੱਕ ਸਟੈਂਡ-ਇਨ ਹਨ, ਸਮਰੱਥਾਵਾਂ ਦੀ ਸ਼੍ਰੇਣੀ ਜੋ ਪ੍ਰੀ-ਡਿਪਲਾਇਮੈਂਟ ਮੁਲਾਂਕਣਾਂ ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਪਰਵਾਹ ਕਰਦੇ ਹਨ। ਛੁਪੇ ਹੋਏ ਅਮਲਾਂ ਨੇ ਉਹਨਾਂ 'ਤੇ ਸੁੱਟੇ ਗਏ ਸਾਰੇ ਇਲੀਟੇਸ਼ਨ ਤਰੀਕਿਆਂ ਦਾ ਵਿਰੋਧ ਕੀਤਾ।

ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਗਾਰੰਟੀਆਂ ਦੇ ਨਾਲ ਮਿਲ ਕੇ, ਲੇਖਕ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੇ ਨਤੀਜੇ ਐਲੀਟੇਸ਼ਨ-ਆਧਾਰਿਤ ਸਮਰੱਥਾ ਆਡਿਟ ਦੀ ਇੱਕ ਬੁਨਿਆਦੀ ਸੀਮਾ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਇੱਕ ਮਾਡਲ ਡਿਵੈਲਪਰ — ਜਾਂ ਇੱਕ ਮਾੜੀ ਤੀਜੀ ਧਿਰ ਜਿਸਨੇ ਇੱਕ ਮਾਡਲ ਨਾਲ ਛੇੜਛਾੜ ਕੀਤੀ — ਕੋਲ ਇੱਕ ਸਮਰੱਥਾ ਨੂੰ ਛੁਪਾਉਣ ਲਈ ਇੱਕ ਪ੍ਰੇਰਣਾ ਹੈ, ਤਾਂ ਆਡਿਟ ਜੋ ਵਿਵਹਾਰ ਨੂੰ ਬਾਹਰ ਕੱਢਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, ਸ਼ਾਇਦ ਇਸਨੂੰ ਲੱਭਣ ਵਿੱਚ ਅਸਮਰੱਥ ਹੋ ਸਕਦੇ ਹਨ।

ਇਹ AI ਸੁਰੱਖਿਆ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ

ਸਮਰੱਥਾ ਦੇ ਮੁਲਾਂਕਣ ਇਸ ਗੱਲ ਦਾ ਇੱਕ ਮਿਆਰੀ ਹਿੱਸਾ ਬਣ ਗਏ ਹਨ ਕਿ ਕਿਵੇਂ ਫਰੰਟੀਅਰ ਏਆਈ ਲੈਬਜ਼ ਇਹ ਫੈਸਲਾ ਕਰਦੀਆਂ ਹਨ ਕਿ ਕੀ ਮਾਡਲ ਜਾਰੀ ਕਰਨ ਲਈ ਸੁਰੱਖਿਅਤ ਹਨ। ਪੇਪਰ ਇਹ ਦਾਅਵਾ ਨਹੀਂ ਕਰਦਾ ਹੈ ਕਿ ਉਤਪਾਦਨ ਮਾਡਲ ਵਰਤਮਾਨ ਵਿੱਚ ਇਸ ਤਰੀਕੇ ਨਾਲ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਲੁਕਾ ਰਹੇ ਹਨ. ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਆਡਿਟ ਪਰਤ ਵਿੱਚ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀ ਹੈ: ਇੱਕ ਮਾਡਲ ਦੀ ਸਿਖਲਾਈ 'ਤੇ ਨਿਯੰਤਰਣ ਵਾਲਾ ਵਿਰੋਧੀ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਏਮਬੇਡ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਜਾਂਚ ਦੀ ਕੋਈ ਮਾਤਰਾ ਨੂੰ ਪ੍ਰਗਟ ਨਹੀਂ ਕਰੇਗੀ।

ਪ੍ਰਭਾਵ ਕਈ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਕੱਟਦਾ ਹੈ। ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਲਈ, ਇਹ ਮਾਡਲ ਵਜ਼ਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਪਾਗਲ ਸਪਲਾਈ-ਚੇਨ ਸੁਰੱਖਿਆ ਲਈ ਕੇਸ ਨੂੰ ਮਜ਼ਬੂਤ ​​​​ਬਣਾਉਂਦਾ ਹੈ - ਇੱਕ ਬੈਕਡੋਰਡ ਚੈਕਪੁਆਇੰਟ ਸਿਰਫ਼ ਇੱਕ ਭਰੋਸੇਯੋਗਤਾ ਜੋਖਮ ਨਹੀਂ ਹੈ ਪਰ ਇੱਕ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਖੋਜਣਯੋਗ ਨਹੀਂ ਹੈ। ਆਡੀਟਰਾਂ ਅਤੇ ਰੈਗੂਲੇਟਰਾਂ ਲਈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਵਿਵਹਾਰ ਦੇ ਨਮੂਨੇ 'ਤੇ ਆਧਾਰਿਤ ਮੁਲਾਂਕਣਾਂ ਨੂੰ ਇਸ ਬਾਰੇ ਮਜ਼ਬੂਤ ​​ਗਾਰੰਟੀ ਦੁਆਰਾ ਪੂਰਕ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ ਕਿ ਮਾਡਲਾਂ ਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਅਤੇ ਸੰਭਾਲਿਆ ਗਿਆ ਸੀ। ਅਤੇ ਖੋਜ ਕਮਿਊਨਿਟੀ ਲਈ, ਇਹ ਇੱਕ ਠੋਸ ਰੱਖਿਆਤਮਕ ਚੁਣੌਤੀ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ: ਲੇਖਕਾਂ ਨੇ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਜਨਤਕ ਤੌਰ 'ਤੇ ਇਸ ਸ਼੍ਰੇਣੀ ਦੇ ਹਮਲੇ ਦੇ ਵਿਰੁੱਧ ਬਚਾਅ ਪੱਖ ਦੇ ਸੁਧਾਰ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਜਾਰੀ ਕੀਤਾ ਹੈ।

ਪੇਪਰ ਇੱਕ ਵਿਸ਼ਾਲ ਦਾਰਸ਼ਨਿਕ ਸਟਿੰਗ ਵੀ ਰੱਖਦਾ ਹੈ। ਜ਼ਿਆਦਾਤਰ AI ਸੁਰੱਖਿਆ ਇਸ ਵਿਚਾਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਅਸੀਂ ਵਿਸ਼ਵਾਸ ਦੇ ਆਪਣੇ ਤਰੀਕੇ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਾਂ - ਇਹ ਕਾਫ਼ੀ ਰੈੱਡ-ਟੀਮਿੰਗ ਲੱਭੇਗੀ ਕਿ ਇੱਕ ਮਾਡਲ ਕੀ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ ਸਾਬਤ ਕਰਨ ਯੋਗ ਲੁਕਣ ਦੀ ਵਿਧੀ ਟੈਸਟਿੰਗ ਨੂੰ ਬੇਕਾਰ ਨਹੀਂ ਬਣਾਉਂਦਾ, ਪਰ ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਹਰ ਟੈਸਟ ਪਾਸ ਕਰਨ ਨੂੰ ਹੁਣ ਇਸ ਸਬੂਤ ਵਜੋਂ ਨਹੀਂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਲੱਭਣ ਲਈ ਕੁਝ ਵੀ ਨਹੀਂ ਹੈ। ਜਿਵੇਂ ਕਿ ਫਰੰਟੀਅਰ ਮਾਡਲ ਵਧੇਰੇ ਸਮਰੱਥ ਅਤੇ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰੀ ਬਣਦੇ ਹਨ, ਆਡਿਟ ਕੀ ਦਿਖਾ ਸਕਦੇ ਹਨ ਅਤੇ ਮਾਡਲਾਂ ਵਿੱਚ ਕੀ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ ਦੇ ਵਿਚਕਾਰ ਉਹ ਪਾੜਾ ਬਿਲਕੁਲ ਉਸੇ ਕਿਸਮ ਦੀ ਸਮੱਸਿਆ ਹੈ ਜਿਸ ਨੂੰ ਖੇਤਰ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਲੈਣ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਜਾਵੇਗਾ।

ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਨਿਰਮਾਣ ਅਤੇ ਮੁਲਾਂਕਣ ਵੇਰਵਿਆਂ ਸਮੇਤ ਲੇਖਕਾਂ ਦਾ ਪੂਰਾ ਪੇਪਰ, arXiv 'ਤੇ ਉਪਲਬਧ ਹੈ, ਅਤੇ ਜਾਰੀ ਕੀਤੇ ਗਏ ਪਰੂਫ-ਆਫ-ਸੰਕਲਪ ਮਾਡਲ ਡਿਫੈਂਡਰਾਂ ਨੂੰ ਬਿਲਡਿੰਗ ਖੋਜ ਵਿਧੀਆਂ ਲਈ ਇੱਕ ਠੋਸ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਦਿੰਦੇ ਹਨ ਜੋ ਡਿਜੀਟਲ-ਲਾਕਰ-ਸ਼ੈਲੀ ਦੇ ਛੁਪਣ ਦੇ ਵਿਰੁੱਧ ਕੰਮ ਕਰਦੇ ਹਨ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →