LNbits 1.7.0 資安更新:檢查版本並輪替舊版可能暴露的憑證
LNbits 發布 1.7.0 資安更新,修補所有 1.7.0 之前版本都受影響、可能導致資金遭竊的漏洞;升級後仍須輪替先前可能已外洩的金鑰與憑證。
LNbits 發布 1.7.0 資安更新,修補所有 1.7.0 之前版本都受影響、可能導致資金遭竊的漏洞;升級後仍須輪替先前可能已外洩的金鑰與憑證。
Headron 提出 AI 助理驗證閘道,將變更分類、必要檢查、執行、證據與判定分開,讓是否接受工作由驗證結果決定。 - 檢查路由:依變更檔案與類別安排相關檢查,並明確區分通過、失敗、未執行,以及符合條件可重用的檢查結果。
cortiq 0.8.67 新增原生 CUDA 後端,作者以 NVIDIA A40 比較同一份 Spark-X2.6-4B 4-bit 模型檔在 CUDA 與 Vulkan 上的推論表現。
NVIDIA GPU 的逆向工程研究透過手寫 SASS 指令並測量實際硬體上的執行週期,推論指令相依性、暫存器檔案與排程器的運作方式;文章也整理公開工具、Blackwell 研究與各項主張的證據限制。
retraction-crosscheck 作者發現 PubMed 有時會把已撤回的更正公告標成論文撤稿,導致檢查器誤判,並在 0.2.0 版加入公告標題交叉檢查。
TensorRT-LLM 1.4.0rc3 將 trtllm-serve 的 --num_serve_frontends 預設值從 1 改為 8,擴充分流 HTTP 請求的前端程式,並增加主機端記憶體與啟動時間成本。
作者以 Python 下載並稽核 Hugging Face 官方 AI 排行榜,指出名次差距必須連同驗證狀態、評測方式與題目數一起解讀。 - 資料概況:截至 2026 年 11 月 11 日,資料包含 59 個基準與 1,389 筆結果;沒有結果帶有 verified 標記,590 筆附有評測備註。
作者以六種目標實測開源專案 Web-Vuln-Scanner,檢視四項檢查的偵測結果、誤報來源與涵蓋範圍。 - 主要誤報:對所有未知路徑都回傳 HTTP 200 的 SPA 目標,敏感路徑檢查 14 次探測全數誤報;文章站的正常內文含有資料庫錯誤相關詞句,也觸發一項高嚴重性 SQLi 誤報。
作者回顧《The BEAM Book》從 2012 年啟動、歷經出版計畫取消與多次重寫,到完成 1.0 紙本版的過程。 - 專案公開後,社群協助修正錯誤、補充範例與圖表;作者也分享以固定寫作時間、控制範圍和持續迭代推進書稿的經驗。
Rancher Longhorn 教學示範如何在 Kubernetes 叢集安裝分散式區塊儲存,並操作磁碟、建立磁碟區、備份與還原資料。 - 測試環境:使用 Vagrant、VirtualBox 和 RKE 建立一個控制平面節點與兩個工作節點的叢集,再以 kubectl 安裝 Longhorn 1.2.3。
作者整理一篇單篇教學,示範如何在 x64 架構上不使用 Kubeadm 等部署工具,手動安裝 Kubernetes 1.30.3 叢集。 - 實驗環境:使用 Vagrant 與 VirtualBox 建立 Bastion、1 個控制平面節點及 2 個工作節點,並安裝 Ubuntu 22.04。
本文示範如何使用 Terraform LXD Provider 在 LXC 容器中準備 Kubernetes 高可用叢集所需的節點,並說明 LXC、LXD 與 Docker 的差異。
Notion 部分對話因 Fireworks AI 漏洞外洩,凸顯第三方 AI 供應鏈風險;專家呼籲在 Proxy 層落實 DLP 防護。 - 其他動態:.NET 11 重構非同步架構;AMD Zen 6c 擴大亂序執行;Blender 5.3 原生支援高斯潑濺。
Cortex 是一款以 C 語言實作的 Web 應用程式框架,採用類似 Ruby on Rails 的「Rails Way」設計,並面向 AI 原生工作流程。
Xolotl 以分層專家快取在單臺 PC 上執行 552-billion MoE,將熱門專家放入 VRAM、部分專家置於記憶體,其餘按需從 NVMe 載入。
推薦理由:文章以單臺 PC 的實測拆解 MoE 推論如何分配 VRAM、記憶體與 NVMe 負載,並量化快取、量化方式及速度模式的取捨。
Nordic Dual Subs 推出免費瀏覽器擴充功能,可在五個北歐公共電視平臺同步顯示原文字幕與翻譯字幕。 - 支援平臺:SVT Play、SVT Barn、UR Play、NRK TV 和 DR TV;提供 29 種語言翻譯。
minia2a 分析 3,575 個簽章錢包的試用紀錄,發現多數錢包成功完成首次 API 呼叫後便停止,試用使用情形與付費行為幾乎分離。 - 試用與回訪:錢包共發出 5,561 次試用呼叫;其中 2,480 個(69.4%)只呼叫一次。
HubSpot 共同創辦人暨 CTO Dharmesh Shah 認為,只要避開前沿模型公司的發展路線,現在投入 AI 領域打造新創,比 2023 年更不令人怯步。
OpenRouter 說明 LLM 量化如何影響模型端點的品質與價格,並以 Qwen3.8 27B 測試 fp8、fp4 與 fp16 的表現。
推薦理由:OpenRouter 以 Qwen3.8 27B 的端點測試比較精度與價格,並說明樣本限制及路由篩選方式,可供評估不同端點的選擇策略。
本文示範如何用 Ansible Collection 管理個人 Linux 系統的應用程式、使用者與 dotfiles,並以 Ubuntu 建立可延伸至不同 Linux 發行版的設定範例。
OpenRouter 實測 Qwen3.8 27B 的六個服務商端點,在 240 個計分任務中未測出 fp8、fp4 與 fp16 的準確度差異,並比較不同量化精度的價格與端點選擇方式。
推薦理由:OpenRouter 以單一模型的端點測試比較量化精度、準確率與價格,並說明如何用 provider.quantizations 篩選端點及保留故障回退選項。
NovaSolver Studio 的結構求解器以有限元素法(FEM)分析每分鐘 10,000 rpm 旋轉的聚碳酸酯圓盤,驗證中心小孔邊緣的環向應力約為實心圓盤中心應力的 2 倍,且小孔縮小時不會回到實心圓盤的應力值。
這篇 eBPF Tutorial by Example 教學以 Hello World 範例,說明如何撰寫、編譯、載入並除錯 eBPF 程式。
Flowise 的 chatflow 預設可透過 embed 或 API 路徑,讓知道識別碼的人執行;在 chatflow 指派 API key 後,API 呼叫必須帶有正確的授權標頭。
Sentinel Core Runtime 說明系統為何要求同一時間只執行一個核心,以及如何處理核心故障、訊息積壓與恢復。 - 單核心控制:核心以 Postgres 工作階段層級 advisory lock 確保只有一個執行個體;失去鎖定時停止發布命令與消費訊息,並以遞增的 core epoch 和驅動程式端檢查,阻擋已被取代的核心傳送命令。
LiteDRAM 的手冊章節說明 FPGA 與 DRAM 之間的訊號傳輸、PHY 校準流程,以及 DDR3 以上記憶體為何必須在開機時調校介面。 - 介面與校準:涵蓋 DQ、DQS 與命令位址訊號,並介紹 write leveling、寫入延遲校準、DQ-DQS training 與 read leveling 如何調整各資料通道的時序。
Across Protocol 警告使用者,在另行通知前不要使用 App、連線錢包,或簽署交易與授權;事件原因、影響範圍及智慧合約或跨鏈服務是否受影響,目前都未確認。
Google Labs 推出 stitch-skills,以 Agent Skills 開放標準將 MCP Server 提供的個別工具組合成可重複使用的工作流程,並展示同一組技能定義可在多種程式設計代理工具間移植。
curl 作者回顧這項網路傳輸工具從 1996 年的 httpget 起步,逐步發展為廣泛使用的開源專案。 - 演進歷程:工具先後更名為 urlget 與 curl;libcurl 於 2000 年推出。
Pydantic AI v2.67.0 擴充耐久執行、工具呼叫與程式專案指令載入能力,並修正多項模型串接與沙盒問題。 - AI 助理與工具:支援在耐久執行下使用動態子AI 助理,並新增透過 DBOS 子工作流程執行工具的能力。
KryonOS v3.0.0 正式發布,加入更多硬體與連線支援、裝置端 AI、JavaScript API 擴充,以及多項系統功能。 - 硬體與 AI:支援 LilyGO T-Deck Plus;在支援的 ESP32-S3 硬體上,可使用 4-million-parameter DCGAN-96 進行裝置端影像生成。
想先試用 Browser Use 1.0.2 的人,要自己安裝候選版:pip install 'browser-use==1.0.2rc1';一般安裝目前仍會拿到 1.0.1。這個版本讓 --cli-mcp 在 Chrome 遠端除錯關閉時改用自己的 Chromium,也會告訴模型怎麼取得你的 Chrome。若網頁被 JavaScript 對話方塊卡住,操作會更快回報清楚錯誤,減少一直等待的情況。
作者分享一套檢查 AI 配音姓名發音的方法,結合語音轉文字、逐字母辨識與 IPA 音素比對,降低轉錄文字掩蓋誤讀的情況。 - 自有測試:8 個難讀姓名共 32 次錄音;正確讀音通過率從 8/22 提升至 22/22,10 次錯誤讀音前後皆全數檢出。
Nix 與 NixOS 的維運風險集中在表示式、作業系統、模組與測試,作者整理了檢查方式及部署推論服務時需留意的事項。 - 表示式與模組:Flakes 仍屬實驗性功能;可用評估追蹤找出設定值來源,並以型別與斷言降低模組設定錯誤。
llama.cpp 在 b12263 調整 CUDA VMM 記憶體池的預留策略:預留失敗時會將預留大小減半後重試,並在合併記憶體的 GPU 上將預留量降至 8 GB,以處理 CUDA 記憶體不足錯誤。
RunSignal 提供以 OpenTelemetry 監控 cron 與背景工作的開源工具,支援 .NET、Java、Go、Node.js、Python 和 Rust,涵蓋工作未執行、卡住或完成但處理量不足等情況。
HunterX 加入多代理共識審查、自我修復除錯、威脅建模與攻擊路徑視覺化等功能,朝 AI 導向的自主資安評估引擎發展。 - 評估與驗證:共識審查器透過證據鏈檢視提高發現可信度;DebuggerAgent 可分析工具執行錯誤,並嘗試以修正後的引數重試。
推薦理由:ExecuTorch WebGPU 將模型部署到瀏覽器本機執行,並以同一份 .pte 檔支援多種模型,呈現網頁端推論與裝置端微調的實作方式。
Artex 是以 Go 撰寫的開源多代理 AI 滲透測試框架,威脅行為者已將它用於掃描、利用漏洞與竊取憑證等攻擊。文章指出,AI 助理能以高速串接既有攻擊手法,降低執行複雜攻擊所需的技能門檻。
推薦理由:Artex 的案例呈現 AI 助理如何串接既有攻擊手法並加快執行,也提供防守方檢視帳密、API 與雲端身分防護的脈絡。