PACE:週期性及通道對齊的四位元循環狀態編碼
PACE 提出免微調的線性注意力循環狀態事後四位元量化方法,透過減少捨入頻率及按列共用量化尺度降低誤差和記憶體用量。在 4B 至 35B 參數的四個混合模型中,混合四位元與八位元頭的 PACE 在三個較大型模型上,以約三分之二的記憶體用量達到與八位元 DAMP 相若的表現;全用四位元頭時則在相同記憶體用量下得分高於 Q-Mamba,且保留緩衝區的解碼加速。
PACE 提出免微調的線性注意力循環狀態事後四位元量化方法,透過減少捨入頻率及按列共用量化尺度降低誤差和記憶體用量。在 4B 至 35B 參數的四個混合模型中,混合四位元與八位元頭的 PACE 在三個較大型模型上,以約三分之二的記憶體用量達到與八位元 DAMP 相若的表現;全用四位元頭時則在相同記憶體用量下得分高於 Q-Mamba,且保留緩衝區的解碼加速。
LoopRec 為序列推薦提出項目級自適應遞迴,按每個歷史項目的需要分配處理深度。它重複使用共享權重的骨幹區塊,由輕量閘門決定逐項退出或繼續,無需輔助深度標籤。3 個 Amazon 基準的 4 種骨幹模型共 48 項排序比較均有提升,其中 44 項具統計顯著性;Patio 上 NextItNet 的 NDCG@20 由 0.0192 升至 0.0263(+37.02%)。
Calif.io 使用 Claude 研究 Vim 與 GNU Emacs,發現開啟特製檔案可觸發任意指令執行漏洞。Vim 的攻擊利用 modeline 設定 tabpanel,並透過 autocmd_add() 逃離沙箱;GNU Emacs 則會在開檔時呼叫 Git,令特製 .git/config 中的 core.fsmonitor 執行攻擊者程式。
Claude 發現 GhidraServer 的 PKI 認證模組存在 null 簽章漏洞,令持有有效 CA 簽署憑證的用戶可冒充其他用戶。漏洞位於 PKIAuthenticationModule.authenticate():簽章資料為 null 時,伺服器會跳過驗證;攻擊者只需目標的公開憑證,無須其私鑰,便可冒充管理員並改寫 ACL。
Claude 根據 Phrack 72 將 rsync 3.2.7 的漏洞利用移植至 ARM64,約 90 分鐘後產生首個驗證檔案。執行時間由約 5 分鐘縮短至 14 秒,改進包括利用 ARM64 位址位元提示及以 16 個執行緒並行猜測。Claude 亦檢查修補版 rsync 3.4.1 的全部 48 個 .c 檔案,相關發現仍在核實,並正準備報告。
Calif 研究人員與 Claude 分析 nginx 的 CVE-2026-27654,展示在啟用 ngx_http_dav_module 並以 alias 配合 dav_methods COPY 或 MOVE 的非預設設定下,漏洞可造成堆積緩衝區溢位,並讀取或寫入 worker UID 可存取的 alias 根目錄外檔案。
Calif 研究團隊在已取得 Samsung 電視瀏覽器程式碼執行權限的前提下,讓 Codex 將該權限提升至 root。Codex 檢查相符的 KantS2 韌體源碼,利用非特權程序可存取的 ntksys 驅動介面映射實體記憶體,並透過 ntkhdma 取得實體位址作測試。其後,Codex 掃描記憶體並修改瀏覽器程序的 cred 欄位,在實機 shell 中取得 uid=0(root)。
Calif 以 Claude 審計 sagredo-dev/qmail,發現 qmail-remote 的 tls_quit() 會將未清理的 DNS MX 主機名稱放入 shell 指令,攻擊者可藉此在郵件伺服器上執行程式碼。
Calif Research 揭露 iTerm2 的信任漏洞,惡意檔案可在用戶執行 `cat readme.txt` 時觸發任意程式碼執行。漏洞源於 iTerm2 將未受信任的終端輸出誤認為 SSH conductor 的協定訊息,攻擊利用偽造的 DCS 2000p 與 OSC 135 訊息操控其流程。
Calif 研究人員使用 Claude 或 Codex,在 Ghidra、radare2、IDA Pro 和 Binary Ninja Sidekick 發現四項可導致任意程式碼執行的漏洞。
Calif 使用 Claude 自主分析 Apple 在 macOS 26.4 修補的 CVE-2026-28825,並製作出可觸發核心 panic 的 PoC。
Calif 研究團隊讓 Claude 分析 Ladybird,數小時內利用瀏覽器引擎漏洞達成 RCE。漏洞是仍以 C++ 編寫的 WebAssembly 綁定中的 use-after-free:共享 WebAssembly.Memory 增長兩次後,typed array 快取的資料指標失效。
Calif 團隊展示 Claude 協助構建的 QEMU virtio-gpu 漏洞利用鏈,可從虛擬機逃逸並在主機執行程式碼。利用鏈透過虛擬機連接 QEMU 的 VNC 伺服器,讀取主機 heap 記憶體以支援後續攻擊。攻擊要求 QEMU 啟用 VNC,UTM 還須使用模擬模式;漏洞已於 QEMU 11.0.0 修復,但未回補至 10.x stable。
推薦理由:文章拆解 QEMU virtio-gpu 整數溢位如何結合 VNC 記憶體洩漏,形成虛擬機至主機的程式碼執行鏈,並交代觸發條件。
Calif 發現 PHP 的 Serializable::unserialize() 路徑存在 use-after-free 漏洞,並在 PHP 8.5.5 上構造本機及遠端利用鏈。
研究者展示可利用 FreeBSD 核心的 memmove 長度計算錯誤,透過競態條件使未特權用戶取得 root 權限。利用鏈透過相鄰 exec_map 緩衝區溢寫,改寫 sshd-session 的環境變數並注入 LD_PRELOAD;文章稱在 FreeBSD 14.4 VM 上第 5,030 輪、啟動 6 秒後取得 root。
研究者藉助 Claude 與 IDA 分析 IDA 9.3 的 clang 類型解析器,發現惡意 .i64 檔可注入 Clang 參數,藉此造成程式碼執行。Hex-Rays 在 IDA 9.3sp2 加入編譯器參數允許清單修補漏洞。
Calif 團隊與 AI 合作審計 FreeBSD,報告 15 個核心漏洞,包括 3 個遠端程式碼執行(RCE)漏洞、5 個本地權限提升(LPE)漏洞及 1 個 bhyve guest-to-host 逃逸漏洞。
推薦理由:文章具體交代與維護者協作的做法,包括只提交高危或嚴重漏洞、精簡報告及附上可選修補建議,呈現這類安全研究如何配合開源項目的維護流程。
Calif Research 公開由 Codex 發現的 HTTP/2 Bomb,這是一種結合 HPACK 標頭壓縮與 HTTP/2 流量控制、可耗盡伺服器記憶體的遠端阻斷服務攻擊。
推薦理由:文章拆解 HPACK 標頭壓縮如何放大伺服器記憶體分配,以及 HTTP/2 流量控制如何令這些記憶體持續被佔用,並整理不同伺服器的緩解方式。
Calif 團隊利用 objdump -g 的 FR30 重定位處理器缺少邊界檢查,構造單一輸入觸發任意程式碼執行。文章詳述如何把堆積越界寫入轉成指標遞增,透過改寫 FILE 結構,在沒有地址洩漏的情況下繞過 ASLR、PIE 和堆積防護機制。漏洞影響少數自訂或多目標 objdump 建置配置,binutils 已加入邊界檢查修補。
Squid Proxy 各版本的預設配置均受 Squidbleed(CVE-2026-47729)影響,FTP 目錄列表解析漏洞可造成堆積緩衝區越界讀取,並洩漏其他用戶的 HTTP 請求資料。
Calif 研究人員披露 Vinyl Cache 的 CVE-2026-50052,利用 HPACK 中的短偽標頭 :a 觸發 HTTP 請求走私,令後端錯誤解析請求並可能暴露用戶憑證。
Calif 研究團隊發布 AI 輔助 Chrome 漏洞研究系列首篇,展示由 V8 renderer process 延伸至 GPU process 的完整利用鏈。
Calif 公開 Apple MIE 利用挑戰,邀請社羣在完整啟用 MIE 的 macOS 裝置上由非特權用戶取得 root。團隊披露 SMB 類型混淆(CVE-2026-64704)及 WebDAV 未初始化記憶體資訊洩漏(CVE-2026-64699),並表示兩個月前曾在 macOS 26.4.1 展示公開繞過,相關修正已於 macOS 26.6 提供。
文章提出「State Infrastructure Gap」(SIG)框架,指出文件、數據整理和溝通等知識工作,核心是讓他人掌握實體的當前狀態,而現有系統缺乏表示現實狀態的基礎設施。框架結合資訊經濟學、AI 知識表示和數碼孿生工程,解釋狀態核實成本及人工狀態同步工作的成因。文章指出,LLM 首次令機器處理非結構化狀態成為可能,但相關基礎設施仍未建立。
作者建立的 wp2root 是一條接續 wp2shell 的 WordPress 後滲透利用鏈,可由受限 PHP 執行延伸至 Linux root 權限。鏈路利用 PHP 的 Serializable UAF 取得任意讀取,再以自解析 ROP、PIC launcher 和 Copy Fail 完成後續利用;輔助程式透過 memfd 在記憶體中執行。
Calif 披露 FreeBSD CTL HA 模組有三個遠端漏洞,攻擊者無須驗證即可透過預設 TCP 連接埠 999 取得 root shell。漏洞分別涉及核心任意讀寫、DATAMOVE 指標寫入和堆積溢位;FreeBSD 選擇在 ctl.4 手冊警告 HA 只應用於可信網絡,未重寫協定修補漏洞。
Calif 研究人員分析 macOS 更新差異,約四小時內為 Screen Sharing 的兩個預認證漏洞製作出可用漏洞利用程式,漏洞可讓網絡攻擊者取得遠端 root 權限。
推薦理由:案例交代研究者如何從系統更新差異重建漏洞利用程式,並呈現 AI 參與漏洞研究後,修補與漏洞武器化之間的時間差正在縮短。
Calif 發佈 WeWorm 示範,展示攻擊者可透過 WeChat 通話在 iOS 和 Android 間零點擊傳播並接管帳戶。團隊稱,他們與 AI 合作約兩日內發現漏洞並編寫 RCE 利用程式,之後再用一週構建蠕蟲示範。騰訊已為所有用戶緩解漏洞,Calif 暫不公開技術細節,計劃在即將舉行的會議發表完整分析。
推薦理由:這項研究呈現 AI 協助發現 WeChat 漏洞並製作跨平台蠕蟲示範的流程,也交代騰訊已為所有用戶緩解漏洞。
Calif 指出,iOS CoreGraphics 的 CVE-2026-86950 可因渲染含特製字型的 PDF 而造成越界寫入,Apple 已在 iOS 26.7.1 修補。
王友清教授團隊研究論文《Global-and-Local Collaborative Mixture-of-Experts with Dual Contrastive Learning for Deep Multi-view Clustering》獲 ACM MM 2026 錄用。
Chroma Research 評估在嵌入向量上套用線性轉換,以提升檢索準確度的做法。只調整查詢嵌入向量,使用最少 1,500 組已標註的查詢與文件配對,檢索準確度較單獨使用預訓練嵌入模型最高提升 70%。從未標註為相關的文件中隨機抽取負面例子已足以達成改善,有助降低標註成本。
Chroma Research 提出以 token 為單位評估 AI 檢索表現的方法,並用生成及篩選所得的查詢與相關摘錄,按 precision、recall 和 intersection-over-union 衡量檢索結果。
Chroma Research 提出一套生成式基準測試方法,先篩選與用戶情境相關的文件,再根據情境和範例查詢生成測試查詢,以評估檢索系統。研究在 9 個公開數據集及 Weights and Biases 的 WandBot 生產資料上測試,生成查詢大致保留嵌入模型的相對排名;在 WandBot 案例中,相關檢索指標亦較接近真實查詢。團隊並提供完整程式碼,供用戶為自己的數據建立基準。
Chroma Research 測試 18 個 LLM,發現輸入長度增加時,模型在長上下文任務中的表現會下降,且退化並不一致。研究固定任務難度、只改變輸入長度,並發現問答相似度、幹擾項和 haystack 結構都會影響模型表現;打亂句序的 haystack 表現較佳。LongMemEval 測試中,平均約 113k tokens 的完整輸入表現低於平均約 300 tokens 的聚焦輸入。
PAPAV 為多模態具身智能體提出以能力為核心的統一框架,探討從電腦操作轉向機械人操作時的能力變化。框架涵蓋感知、預測、規劃、執行和驗證;在 64 項基準測試中,明確評估執行的最多,評估預測和驗證的分別只有 5 項和 3 項。研究亦指出,實體限制令智能體較難預先固定選擇,也較難挽回錯誤。
美國麻省醫院聯網(MGB)團隊開發 FAHR-FaceSurvival,根據臉部特徵估算癌症患者的相對死亡風險。該模型以逾3.4萬名美國癌症患者的照片訓練;測試近4000人時,分數低於0.25者的5年存活率約78.1%,達0.75或以上者為17.7%。以荷蘭癌症患者資料作外部驗證時,分數每增加0.1,死亡危險率增加約9%。
DONIC 利用多樣化的人類動作數據訓練通用雙手追蹤器,無需微調即可在未見物件上進行靈巧操作。研究亦提出 BiHOI 多視角數據集,涵蓋 1,575 段序列及 229 件物件。單一檢查點在訓練物件的未見軌跡上成功率為 86.79%,在保留物件上為 57.32%,較現有基準分別高出 77.36 及 45.73 個百分點。
TraceForge提出兩階段監督式與對抗式方法,根據上下文及教師模型答案合成符合學生模型風格的推理痕跡,無需依賴隱藏輸出。在使用相同5,000條問題及教師答案的編碼測試中,最終檢查點的 HumanEval+ 提升3.7分,MBPP+ 提升7.1分。研究在五個基準測試中評估此方法。
SpatialBrain 是一套提升空間推理能力的框架,透過區分場景證據與推理經驗,在固定視覺語言主幹模型的前提下引導工具使用。框架整合空間記憶、可重用的技能程序及經整理的流程記錄,累積和運用過往經驗。在五項空間推理基準測試中,SpatialBrain 在四項優於同一主幹模型直接作答,另一項則表現相同。
CulturalRiddles 是一項由社羣參與創作、全由人類撰寫的文化謎語基準測試,涵蓋 62 種文化、45 個國家及 51 種語言。研究以自動評估和大規模人類評估測試 28 種 LLM 配置,發現前沿模型在部分社羣中的準確率最高只有 22%。所有基準資料均公開,並開放社羣投稿以擴展語言和文化範圍。