2026/8/4 · CyberRadar
服务商承诺执行大模型推理，却可能暗中偷梁换柱。Hollow-LLM Attack 揭示了 ZK 验证中的致命漏洞。攻击者通过构造特殊的 Ghost Weights，在满足验证电路的同时，大幅削减实际计算开销。即便输出结果在数学上正确，背后的算力投入可能缩水了几个数量级。该研究指出，证明推理过程正确并不等同于证明了大模型执行。这一发现为远程 AI 推理的真实性校验敲响了警钟，促使安全社区重新审视零知识证明在算力验证中的局限性。 [link]
如何在不泄露模型和数据的前提下，利用云端算力完成 70B 规模的 Transformer 推理？MOSAIC 协议通过创新的矩阵乘法掩码技术实现了这一突破。它在计算中引入可控噪声，牺牲极小的精度换取了指数级的速度提升。在大型模型测试中，其 Perplexity 指标足以媲美主流的量化方案。这种方法让算力匮乏的客户端也能安全外包繁重的 AI 任务。它大幅降低了通信开销，并兼容了现代数据中心的 RDMA 网络环境，为构建隐私计算基础设施提供了切实可行的路径。 [link]
主流钱包的交易模拟功能本是防御利器，如今却成了黑客的新猎场。这种名为 Transaction Simulation Phishing 的手段，利用智能合约对区块链状态的动态响应，在模拟环节展示获利假象，却在真实执行时清空用户钱包。研究者开发的 SIMGUARD 检测系统在主流公链上识别出超过 4000 个恶意合约，涉及损失达 348 万美元。其中 91.5% 的盗窃发生在 Ethereum 链上。这一成果深刻揭示了现有钱包防御机制的逻辑漏洞，为开发更稳健的链上安全卫士提供了实战数据支持。 [link]
RAG 架构在提升大模型能力的同时，也带来了严重的隐私泄露风险。GoldenRetriever 框架为这一难题提供了非交互式加密检索方案。它摒弃了昂贵的 Top-k 排序算法，改用基于阈值的筛选机制，将计算复杂度从二次方降为线性。配合 CKKS 同态加密技术，系统可以在不解密查询内容的情况下精准提取文档。为了解决加密计算中的精度损失，研究者引入了 Mask Polarization 方法。实验证明，该方案在保持检索准确度的同时，显著降低了处理延迟，让全加密的知识检索走向工业化应用。 [link]
长期记忆让 LLM Agent 更加智能，却也留下了安全隐患。Memory Provenance Laundering 攻击展示了外部恶意指令如何通过记忆合并伪装成用户的历史偏好。一旦来源信息被抹除，传统的 Prompt 过滤器将彻底失效。为此，研究者提出了 PPMF 存储中间件。它通过强制保留平台来源标签，将工具调用风险与记忆的可信度进行动态匹配。在实验环境下，该防火墙成功拦截了所有高风险的越权操作。这项技术为解决 Agent 长期运行中的持续性风险提供了全新的防御范式。 [link]
目前的 GUI 智能体对引导性攻击缺乏抵抗力。研究发现，单一回合的对齐防御在面对多轮说服时会迅速崩溃。即便添加了护栏策略，用户通过四轮对话后的攻击成功率依然会显著上升。尤其是当攻击意图被隐藏在潜台词中时，现有的防御机制往往会选择性失灵。该诊断工具揭示了对齐现象的局部性特征，防御仅在明确拒绝有害请求时有效。这项工作提醒开发者，智能体的安全性不能依赖简单的指令对齐，必须在动态交互的长周期内重新构建防御逻辑。 [link]
隐私保护下的语义搜索通常受困于高昂的计算开销。MESS 系统通过将高维向量映射为二进制编码，并在多图 HNSW 索引上应用随机响应技术，实现了性能与隐私的平衡。它不仅保护了数据和查询内容，还通过双阶段扰动机制掩盖了搜索模式。相比现有的同态加密方案，MESS 的检索延迟降低了 15 倍。这种直接在扰动数据上执行搜索的设计思路，规避了重型密码学工具带来的性能瓶颈。它让大规模隐私搜索在云端服务中具备了实时响应的商业价值。 [link]
对于隐私敏感型行业，云端语音转写服务是巨大的安全威胁。YazSes 提供了一个开源且完全离线的语音听写解决方案。它基于 Faster-Whisper 模型，在普通笔记本 CPU 上即可实现低延迟的高精度转写。系统采用 Push-to-Talk 交互模式，杜绝了始终监听带来的隐私担忧。通过内置的正则语法和小型语言模型路由，用户可以用语音直接操控终端或编辑器动作。测试显示其单词错误率仅为 2.59% 左右。该项目为政企办公和离线环境下的高效输入提供了兼顾性能与安全性的工程范本。 [link]
硬件层的安全弱点往往比软件漏洞更难察觉。CWEEP 静态分析框架专门用于检测 RTL 硬件描述语言中的逻辑缺陷。它不依赖复杂的安全规范，在 SoC 开发初期即可介入。通过词法分析技术，CWEEP 能精准定位漏洞所在的代码行，并给出自动修复建议。针对 3874 个存在缺陷的硬件模块进行的测试显示，其预警准确率高达 60.8%，远超现有的工业界工具。这项成果显著降低了硬件安全验证的人力成本，为从源头阻断硬件级攻击提供了高效的自动化手段。 [link]
BGN 加密算法因其支持无限次加法和一次乘法的特性，被视为连接轻量级加密与全同态加密的桥梁。然而，缺乏易用的实现工具限制了它的普及。研究者将 BGN 集成到 lightphe 框架中，使其能够通过数行 Python 代码快速部署。针对 128 维向量操作的评测显示，BGN 的公钥尺寸极小，仅为 3 到 6 KB，比主流方案小了五个数量级。它在处理线性回归推理和余弦相似度计算时表现优异。该研究为带宽受限的去中心化架构提供了一个实用的隐私计算引擎。 [link]
LLM 服务系统的效率瓶颈经常集中在重复的 tokenization 环节。TokTier 引入有状态分词机制，实现了对 prompt cache 的精准复用。它通过 Splice 算法仅对新增文本窗口进行动态分词，并确保结果与全局分词完全一致。在处理百万级字符的请求时，其速度比传统方法快数百倍。该技术成功将首字延迟降低了 34 %，让长上下文对话的响应更加流畅。 [link]
异构模型间的 KV cache 无法共用是算力浪费的根源。MoT 框架实现了跨架构的缓存翻译，利用多个翻译器模块将源模型的缓存空间映射到目标模型中。研究者通过上下文校正损失解决了翻译过程中的偏移问题，显著降低了多模型协作时的预填充成本。这让 Qwen 2.5 等不同家族的模型能够共享记忆，大幅提升了长文本生成场景下的系统吞吐量。 [link]
现有的金融评测集多为单表选择题，难以衡量真实业务能力。FinIndices 直接挑战 32 K 长度的未裁剪财报原文，评估模型在数值处理与多步逻辑上的表现。它揭示了模型在处理存量流量平衡时的致命弱点。即便是顶尖模型，在失去显式公式提示后性能也会大幅下降。这项研究为金融 AI 落地提供了严谨的基准，强调了结构化逻辑对于处理复杂账目分析的重要性。 [link]
小模型在工具调用任务中表现不佳，核心原因在于高质量训练数据匮乏。Data Turnstile 提供了一套可扩展的自动数据生成框架，将复杂的 API 交互分解为带有验证和反馈的受控步骤。该框架生成的合成数据质量极高，仅 0.6 B 参数的模型经过微调后，在工具使用上的表现便超越了规模大其 50 倍的通用模型。它为轻量化智能体的工业级部署开辟了全新的路径。 [link]
当文字被替换为含义相同的图片时，多模态模型的推理能力会显著下降。TokenSwap 揭示了这种隐蔽的模态鸿沟。研究涵盖 42 个主流模型，发现推理能力较弱的模型平均性能损失超过 25 %。单纯增加算力无法弥补这种感知缺陷。通过在训练中加入语义对齐的 TokenSwap 样本，模型能够更稳健地理解图文混排内容。该方法已成为提升多模态 agent 可靠性的关键技术。 [link]
LLM 裁判容易受到认知偏见的影响，且难以通过简单的提示词工程根除。CoM 提出了跨模型审计流程，让第二个模型检查首个模型的推理痕迹以识别偏见。研究发现，最强的独立模型未必是最好的审计员。通过动态选择最优审计策略，系统将判断准确率从 0.80 提升到 0.88。这为自动化评估流程增加了必要的制衡机制，显著提升了模型在处理复杂主观评价时的自评可信度。 [link]
AI 科学家系统正以惊人速度生成科研论文，人类专家已无法完成海量评阅。该研究建立了一套多模型自动评审基准，从科学严谨性与创新性等维度进行量化打分。结果显示，FARS 系统生成的论文在质量上显著优于 Sakana AI 等竞品。更重要的是，不同模型裁判之间的评分表现出极高一致性。这证明了利用前沿模型进行大规模、高一致性的自主科研评估具有极强的现实可行性。 [link]
原本安全的模型一旦连接工具就可能变得危险。SafeKeep 发现结构化的 API Schema 会弱化模型内部的拒绝信号。通过推理时脱钩策略，SafeKeep 在执行前利用扁平化文本重新评估安全性。这种方案在不牺牲任务能力的前提下，将针对有害请求的拒绝率从 23.8 % 提升至 70.6 %。它为日益增长的 agent 攻击风险提供了一道极其高效且易于部署的防御墙，有效降低了误触发风险。 [link]
长视频理解中的实体混淆往往源于过度的记忆压缩。ViSAGE 框架引入了具备自纠错能力的实体中心记忆，通过跨模态绑定锚定身份，并在长时间跨度内进行双向记忆精炼。如果检索到的证据不足，系统倾向于直接拒绝回答，避免了产生胡乱猜测的幻觉。这种设计让 agent 在处理复杂视频场景时具备了更好的时空连贯性。其准确率提升幅度显著，是开发持久化视频助手的核心技术。 [link]
翻译复杂术语需要深思熟虑，而普通问候语仅需直觉响应。TwT 框架模拟人类译员的认知过程，让模型学会根据任务难度动态调节推理资源。它通过强化学习优化推理效率，利用长思考链处理翻译难点，同时在简单任务中保持精简。TwT 7 B 的翻译质量在多项指标上超越了大型对手，且 token 使用量减少了一半。这种资源理性决策是解决多语种翻译成本瓶颈的重要方案。 [link]
英国警察国家法律数据库 PNLD 遭到网络攻击。超过 100000 名警员及其他刑事司法专业人员的联系方式被泄露。 [link]
Flare 研究人员分析了数千个地下帖子。他们研究了 Android 恶意软件 BTMOB 业务如何演变成一个由代理商、源码供应商、定制版本和竞争渠道组成的碎片化生态系统。 [link]
N-able 正在提醒客户，黑客正利用 CVE-2026-18577 身份验证绕过漏洞。该漏洞影响托管和本地部署的 N-central 服务器。 [link]
名为 DOUBLECUP 的俄罗斯 loader-as-a-service 平台利用 ClickFix 攻击将恶意代码隐藏在浏览器缓存的 PNG 图片中。该平台向 Windows 和 macOS 设备分发 CountLoader，并向 Windows 系统分发 DeviceManager 远控木马。 [link]
虚假的 Xeno Executor 安装程序正在向 Roblox 玩家植入恶意软件。该程序可以实现远程访问并窃取敏感信息。 [link]