Ловушка для ошибок: обнаружение уязвимостей в смарт-контрактах с помощью графов

Новая методика позволяет выявлять потенциальные бреши в безопасности смарт-контрактов на уровне отдельных функций.

Новая методика позволяет выявлять потенциальные бреши в безопасности смарт-контрактов на уровне отдельных функций.

В статье исследуется, как методы машинного обучения позволяют извлекать слабый сигнал 21 см из космологических данных, несмотря на сильные помехи.

Новое исследование демонстрирует, что детекторы изображений, созданных искусственным интеллектом, уязвимы для атак, основанных на манипулировании частотными характеристиками и комбинировании «отравленных» примеров.

Новое исследование анализирует архитектуру трансформеров через призму графовых нейронных сетей, выявляя причины снижения производительности и предлагая пути решения.
В статье рассматривается подход к созданию интеллектуальных агентов, способных принимать финансовые решения, подкрепленные внешними знаниями и понятными объяснениями.