NeFut Logo NeFut
EN 管理员登录

[AI学术] CARTS:上下文自回归秩转码隐写用于全容量键控文本编码

发布于:2026-09-13 22:00 最后更新:2026-09-15 01:15
#AI #LLM #Cryptographic

CARTS 将自回归语言模型的每个位置秩信息保持不变,实现负载文本到等长隐写文本的转换。我们在确定性模型下证明其精确正确性,并提出秩坐标表示,使密钥在秩向量空间上成为双射。基于此定义四个安全概念:上下文搜索、密钥冲突、信息等价性以及编码映射的非交换性。进一步给出这些概念之间的理论关系,说明信息等价性可归约为上下文搜索,并分析密钥冲突与信息等价性的张力。实验在 Llama 3 8B 上进行,所有测试均成功恢复原始负载,随机密钥未出现冲突,手工构造的冲突仅局部存在,未发现可交换的密钥对,表明对所考察攻击具有抵抗力。本文为语言模型在密码学和隐私通信中的构造性使用提供了形式化基础。

点评

原文链接: https://arxiv.org/abs/2609.10744

[h] 返回首页