English(EN) CARTS: Contextual Autoregressive Rank Transcoding Steganography for Full-Capacity Keyed Text Encoding

新的CARTS方法使用Llama 3通过秩转码对文本负载进行编码

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-11 04:00

研究人员开发了一种名为上下文自回归秩转码隐写术（CARTS）的新方法，该方法利用自回归语言模型将文本负载嵌入到相同令牌长度的隐写文本中。该技术在不同上下文中保留了每位置的秩信息。该论文提供了CARTS的首次正式安全分析，证明了其在确定性模型假设下的正确性，并引入了一种以键作为双射的秩坐标表示。使用Llama 3 8B进行的实证研究证实了精确的负载恢复，并表明其能抵抗已研究的攻击向量。 AI

影响这项研究为在密码学和隐私保护通信中使用语言模型开辟了一条正式的途径。

排序理由该集群包含一篇详细介绍使用语言模型进行文本编码新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍使用语言模型进行文本编码新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Wissam Ghantous, Alexander V. Mantzaris · 2026-09-11 04:00

CARTS：用于全容量键控文本编码的上下文自回归排序转码隐写术

arXiv:2609.10744v1 Announce Type: cross Abstract: Autoregressive language models can be used to transform a payload text into a stegotext of identical token length by preserving per-position rank information across contexts - a methodology we formalize as Contextual Autoregressiv…

本文如何被排名

报道来源 [1]

CARTS：用于全容量键控文本编码的上下文自回归排序转码隐写术

相关实体

相关话题