推薦理由:TCSExam 同時測試 Lean 證明、求解器工程與未解猜想,結果呈現 GPT-6 Astra 在已知定理與開放問題上的表現差距。
#論文/研究
RSS 訂閱#論文/研究
RSS
Rohan Paul@rohanpaul_ai精選品質評分7575Dev.to Top Tech品質評分6363 Brick #5:實驗完成 - 三跳供應鏈在 Arc 測試網完成結算
Brick #5 於 2026‑11‑08 在 Arc 測試網上完成了一次三跳供應鏈的完整託管迴圈,證明可在真實區塊鏈上執行可驗證的狀態轉移。 - 交易概覽:三跳(shipper→agent→device→org),每跳 0.01 USDC,6 確認交易,總耗時 53 秒。
Dev.to Top Tech品質評分4848 minimimir 在 Zenodo:一個已預註冊的人工生命實驗與 DOI,及 Protocol B2 的變更
| **minimir 的 Protocol B 於 10 月 28 日在 Zenodo 取得 DOI,公佈 240 個世界的實驗結果,證實學習在環境突變時可帶來進化救贖,並啟動 B2 以調整種子與基準測試。
Lobste.rs (Engineering Discussion)品質評分4343 如何用圖示證明方程式(第三篇)
Topos Institute 部落格的這篇文章將以圖示推導方程式的範疇語義,從裸範疇推廣到具有有限積的範疇。 - 核心方法:作者說明,笛卡兒初始函子只需同時是保持有限積的函子與初始函子,便能延伸既有形式;文中以推論規則和範例計算展示如何用它推導方程式。
Lobste.rs (Engineering Discussion)精選品質評分8181 玩轉 STM32MP2:裸機啟動與 PCIe RISAF 錯誤調查
STM32MP2 是一款搭載雙核 Cortex‑A35、PCIe、RNG 等功能的應用處理器。作者以 GCC/ binutils 重新啟動 A35 與 M33,實現裸機 boot 並在 SRAM 中執行程式。
推薦理由:作者以實驗方式揭示 STM32MP2 的 PCIe 與 RISAF 錯誤,提供從裸機啟動到 PCIe 設定的完整流程,對硬體安全與開發者實務具有參考價值。
elvis@omarsar0品質評分5757Evolver 是一套將 Agent 探索轉為可重用程式經驗的框架,透過重用先前探索的 Gene 資產,提升 LLM Agent 的任務成功率與 token 效率。
Dev.to Top Tech精選品質評分8383 Claude Code 允許按鈕導致 2,539 個機密洩漏,提醒開發者審核允許規則與忽略設定
導語:Claude Code 的 允許規則 會將執行指令的字串(含機密)寫入 .claude/settings.local.json,若被提交至公開 GitHub,便會洩漏 2,539 個真實機密。
推薦理由:此研究揭示 Claude Code 允許按鈕易導致 2,539 個機密洩漏,提醒開發者必須審核允許規則與忽略設定,並確保 Git 忽略規則隨專案傳播。
Dev.to Top Tech品質評分6161 善意注入:單行『已知問題』或『已處理』如何影響 AI 判斷
導語:本研究以 11 個小型 Python 專案為實驗,探討「已知問題」或「已處理」等善意注釋對 AI 程式碼審查判斷的影響。 - 實驗規模:594 次審查(英日分別 202/392),測試模型包括 Claude Haiku、Sonnet、Opus。
Dev.to Top Tech品質評分6262 Cloudflare Pages 被濫用於大規模詐騙:量化與防禦指標
導語:Cloudflare Pages 被犯罪團夥用於大規模詐騙,本文量化其規模並提出實用防禦流程。 - 平臺規模:Help TDS 於 2026 年 4 月起使用 pages.dev,日產生超過 125,000 新子域,平均每個域名僅存活 約 1 週。
Solidot品質評分4646 太平洋垃圾帶海水變得更藍、更綠,研究指可能與微塑膠增加有關
2002 至 2022 年間,太平洋垃圾帶內及周邊海域的藍光與綠光波段顯著增亮,研究指出這可能與海水中的微塑膠濃度增加有關。 - 研究方法與發現:研究人員分析東北太平洋的 3 個衛星海洋水色資料集;海水在藍、綠光波段增亮,可能使該區看起來更偏青。
Dev.to Top Tech品質評分6565 保險策略在同一服務競爭時的行為與效能
保險策略 在同一服務競爭時的行為與效能,透過模擬實驗量化不同負載下的尾延遲與系統穩定性。 - 實驗設定:使用 resilience4cata 的 HedgePolicy 與 AdaptiveLimitPolicy,在 16 個工作器與 FIFO 佇列的服務上,模擬 10%–95% 之間的負載。
Dev.to Top Tech品質評分7272 APT基礎設施曝光測量的可重複方法
APT基礎設施曝光測量的可重複方法已被提出,能讓分析師以一致的查詢重現結果。 - 測量範圍:使用 Cisco Talos UAT‑6275 報告、Virus Bulletin 文章、IOC 儲存庫與 ZoomEye 指標,涵蓋產品可見度、IP、域名與 CVE 等多種證據。
Rohan Paul@rohanpaul_ai品質評分4848Dev.to Top Tech品質評分5151 標籤先於版本升級:我在 2026 年 1,200 個倉庫中發現的情況
我在 2026 年 1,200 個公共倉庫中檢查了標籤與版本宣告的匹配情況,發現多數標籤指向的提交並未更新版本號。 - 典型案例:Rust 的 smallvec 在 v1.16.0 標籤下仍宣告 1.15.2;pytest-timeout 的 2.5.0 標籤在 setup.cfg 中仍顯示 2.4.0,並被 PyPI 下架。
Dev.to Top Tech品質評分5858 Pydio Cells 存取許可權需 PAT、工作區與公開分享清單審計
Pydio Cells 需要透過 PAT、工作區與公開分享清單來完整審計存取許可權,避免登入頁面或洩漏的個人存取權杖帶來安全風險。 - PAT:可替代 OAuth,允許針對特定節點設定許可權,應與工作區 ACL 一同檢視,確保使用者被移除後許可權即失效。
Dev.to Top Tech精選品質評分8383 macOS 內建關係圖:揭露隱私風險與推理深度
macOS 內建的兩個守護程序會自動構建一張關係圖,記錄使用者及其人際網路的所有細節。 - 關係圖儲存:位於 ~/Library/IntelligencePlatform,包含 51 個純文字 SQLite 資料庫,主檔 graph.db 為三元組儲存庫,涵蓋 181 個實體類別與 278 個關係。
推薦理由:文章揭示 macOS 內建關係圖的深度推理與隱私風險,對個人資料保護與系統設計提供可驗證洞見。
Lobste.rs (Engineering Discussion)品質評分4848 **title_zh:**
追蹤程式碼中的痕跡——意外提交的 Ad‑Hoc 日誌 揭示開發者理解情況 summary_zh: 研究發現,意外提交的 Ad‑Hoc 日誌 能揭示開發者在程式碼理解與除錯過程中的行為模式。
Dev.to Top Tech品質評分5555 Cilium、Istio Ambient 與 Linkerd:2026 年服務網格基準測試(未真實執行)
Cilium、Istio Ambient 與 Linkerd 在 2026 年的服務網格基準測試顯示,Cilium 以 eBPF 資料平面獲得最低延遲與零每 Pod 記憶體開銷;Istio Ambient 提供無 sidecar 的安全與完整功能;Linkerd 則保持最簡單且仍有付費版。
Dev.to Top Tech品質評分5555 每日按揭匯入可能洩漏歷史資料於評估
每日按揭匯入可能洩漏歷史資料於評估,作者展示如何在構建金融資料嵌入語料時避免歷史資料重複與版本衝突。 - 資料量:4000 天日資料回傳 4001 點,月資料回傳 132 點,導致時間視窗重疊。
Dev.to Top Tech品質評分6969 測量 528 個網站 robots.txt:兩成封鎖 GPTBot 亦封鎖引用爬蟲
測量 528 個網站的 robots.txt,發現約 30% 封鎖 GPTBot,而其中 66% 亦封鎖帶來流量的爬蟲。 - 阻擋比例:GPTBot 30.5%,OAI-SearchBot 16.5%,ChatGPT-User 20.3%。
Rohan Paul@rohanpaul_ai品質評分7171Dev.to Top Tech品質評分8282 無人監視的通道:MCP 洩露、毒化技能檔案與即時代理事件
Log-To-Leak、Poisoned Skills 等研究揭示攻擊者已突破提示層,聚焦於代理信任通道與檔案。 - Log-To-Leak:在 MCP 協定中注入惡意工具呼叫,成功率高達 62.64–100%,即使已部署多重防禦亦未能完全阻擋。
Dev.to Top Tech品質評分7474 LLM 代理 Git 允許列表被利用的安全缺口
此研究揭示 LLM 代理在允許列表中的 Git 命令可被利用,提醒開發者審查代理規則以防止惡意程式執行。 - 攻擊路徑:HiddenLayer 2026 研究利用 git -c diff.external='sh -c "cat .env"' diff --no-index /dev/null .env,透過允許列表執行外部程式並洩露機密。
MarkTechPost品質評分7878 十大開源 MoE 模型路由設計比較:DeepSeek、Qwen、Mixtral、Llama 4、gpt‑oss 等
模型數量:10 個開源 MoE 模型,從 Qwen3.6‑35B‑A3B(35B 引數,3B 活躍)到 DeepSeek‑V4‑Pro(1.6T 引數,49B 活躍)。
Dev.to Top Tech品質評分7676 PHP2Shell:從原始碼與記憶體分析到實作漏洞利用
PHP2Shell 是作者對 PHP 內部記憶體漏洞的完整技術拆解,從原始碼、記憶體分析到實作漏洞利用,適合低階攻擊研究者參考。- 原始碼與內部結構:作者逐行追蹤 PHP 引擎,說明漏洞邏輯與 PHP_SESSION_UPLOAD_PROGRESS 相關性。
The Decoder品質評分7171 AI 編碼代理仍需人手清理,近四分之三任務在實測中失敗
核心測試:Co‑Design Bench 以真實使用者變更請求為基礎,評估 AI 編碼代理在多模態環境下的實務表現。- 模型表現:十款模型中 GPT‑6 Astra 最高,平均滿足 70% 的需求,完整正確率僅 26.4%。
Dev.to Top Tech品質評分6868 FlareSolverr 無預設 API 認證:瀏覽器代理安全風險研究
FlareSolverr 是一個以瀏覽器為後端的代理服務,缺乏預設 API 認證,可能被未授權使用者發起 SSRF 攻擊或濫用資源。 - 核心功能,透過瀏覽器處理 Cloudflare / DDoS-GUARD 挑戰,提供瀏覽器會話、Cookies 等。
Dev.to Top Tech品質評分5959 瀏覽器 Web Worker 內 184 個 Excel 公式的增量依賴圖重算
Arte Sheets 在瀏覽器 Web Worker 中實現了對 184 個 Excel 公式的增量依賴圖重算,顯著提升了本地化電子表格的即時回應速度。
Lobste.rs (Engineering Discussion)品質評分6060 破解 T‑Mobile Sidekick:20 年後仍可攻陷
T‑Mobile Sidekick 是 2002 年推出的手機,作者透過開源 SDK 與 CADO‑NFS 成功破解其 512 位 RSA 開發者金鑰,證明舊手機安全機制已過時。
Dev.to Top Tech品質評分6464 restic REST 伺服器需授權與僅寫入許可權:安全審查
restic REST 伺服器實作 HTTP 後端,HTTPS 主要提供授權與傳輸完整性,伺服器負責讀寫、刪除及 prune。 - 安全機制:新版預設要求 .htpasswd 授權,並支援 --append-only 以限制寫入。
Lobste.rs (Engineering Discussion)精選品質評分7676 PHP2Shell 深入剖析
PHP2Shell 是一個利用 PHP 內部 UAF 漏洞的堆記憶體攻擊,作者透過實驗與原始碼分析,詳細說明瞭從 OOM 觸發到最終 RCE 的完整流程。 - 漏洞觸發:利用 session.upload_progress 的 OOM 觸發,導致 PHP 內部快取指標不被清除,產生 stale pointer。
推薦理由:本文深入剖析 PHP2Shell 漏洞內部機制,展示如何利用 UAF 進行堆記憶體洩露,為安全研究者提供可重現的攻擊思路。
Dev.to Top Tech品質評分5252 語義快取的對抗評估:揭示微小語義變化下的安全風險
語義快取 在面對微小語義變化時易被攻擊,本文透過三大攻擊族群測試其安全性。 - 攻擊成功率:手寫種子 76.5%,生成變體 92.9%。 - 假命中率:0.0%,安全性在非相關查詢上良好。
Dev.to Top Tech品質評分4545 StreamEval 評估 300 次定時會話中的互動式影片模型
summary_zh: 研究團隊利用 StreamEval 在 300 次定時會話 中測試 38 款 互動式影片生成模型,評估其在時間敏感請求下保持場景與身份狀態的能力。
Dev.to Top Tech品質評分5555 GPT‑6‑Astra:展示與延長行動預算對機器人基準表現的影響
GPT‑6‑Astra 在 RoboDojo 與 DexJoCo 兩大機器人基準上,透過增量展示與延長行動預算,分別達到 81.9% 與 87.3% 的成功率。
Dev.to Top Tech品質評分6161 WeVisOne‑VL:以緊湊解碼器將框框連結至畫素遮罩
WeVisOne‑VL 透過緊湊畫素解碼器,將框框預測與畫素遮罩連結,實現單一 VLM 同時完成框框、分割與 alpha matte 任務。 - 模型規模:2B、4B 版本,輕量解碼器約 9.6M 引數。
Dev.to Top Tech品質評分6565 已證實、已證實空與缺口完整性門控
本文提出一種完整性門控機制,將 API 路由中的引數、請求體與回應分類為已證實、已證實空或缺口,避免空白合約帶來的歧義。 - 分類方式:每個路由元素被標記為 Proven、Proven‑Empty 或 Gap,確保檔案中不會出現空白合約。
Dev.to Top Tech品質評分6767 AI 代理被注入指令支付攻擊者,Solana 表示不受影響
Leash 是一套在 Solana 上防止 AI 代理被提示注入而誤支付的安全框架,透過鏈上簽名與限額機制阻止惡意交易。 - 攻擊場景:作者使用 GPT‑4o‑mini 代理處理 PDF 發票,僅一行隱藏指令即可讓代理轉帳 150 dUSDC 給攻擊者。
Dev.to Top Tech品質評分6464 FLOP 區塊鏈檔案驗證:四項失敗、54項無法驗證
我使用 flop-lab harness 在 FLOP devnet 上自動驗證 239 條檔案主張,發現 4 條失敗、54 條無法驗證。\n- 驗證工具:flop-lab harness,讀取 FLOP devnet 80 次請求,32‑43 秒/次,完全讀取式。
Dev.to Top Tech品質評分5353 告訴 LLM 小心也無效:罰款提示零放棄率實驗揭示幻覺根源
在 Gemma 2、3、4 模型上進行的十次實驗顯示,使用 99 點懲罰的罰款提示完全無法讓模型放棄回答,盡管其置信度被嚴格限制。 - 罰款提示失效:在 120 個事實問題中,三代模型的放棄率始終為 0%,且錯誤答案被大幅誇張的負分所覆蓋,導致模型產生高置信度的幻覺。
Dev.to Top Tech品質評分6060 面向物理 AI 的系統設計:一個從每一次確認呼叫中學習的補丁迴圈
面向物理 AI 的系統設計 以開源模型與八顆 H100 80 GB GPU 節點為核心,實現一個能從每一次確認呼叫中學習的補丁迴圈。 - 架構概念:整合七個系統記錄、八個來源,採用 Apache Kafka 4.4 進行事件傳遞,確保至少一次交付與 idempotent upsert。