跳到正文

論文研究

值得讀的 AI 論文與研究成果:架構創新、訓練方法、能力測量與理論進展的精選解讀。

最新精選

第 21–40 條 · 共 164 條
11月21日週六
  1. TechCrunch · AI80

    數學家稱藉助 Claude 找到 167 年黎曼猜想解法,另一研究者公開未使用 AI 的廣義猜想證明

    Anthropic 數學家 Levent Alpöge 稱,他藉助 Claude 找到一份可由 Lean 編譯的黎曼猜想證明;Stanford 博士後 Alessandro Masullo 亦公開廣義黎曼猜想證明。數學界仍需時間理解 Alpöge 的結果,但多數人似乎相信形式化 Lean 結果能成立。Masullo 表示其證明是 12 年工作的成果,Ravi Vakil 指出當中沒有使用 AI。

    推薦理由:文章並列 Alpöge 藉助 Claude 提出的黎曼猜想證明主張與 Masullo 的廣義黎曼猜想證明,並交代前者仍待數學界理解和檢視。

11月20日週五
  1. MiniMax:Blog77

    MiniMax 最新內部模型 MIM 將多項理論攻擊轉化為實際攻擊

    MiniMax 研究團隊以內部研究模型 MIM 對現代密碼方案進行自動化密碼分析,將多項理論攻擊轉化為實際攻擊,並在公開密碼挑戰中解出數十個未解實例。MIM 在 McEliece 挑戰中找回 94 個實例的密鑰,包括 55 個此前未解實例;對已有公開紀錄的實例,單台 64 核伺服器的求解速度較既有紀錄快 6,180x 至 43,400x。

    推薦理由:文章以 NIST 候選方案、經同行評審的密碼構造及公開挑戰為例,展示 MIM 如何結合數學分析與程式工程,把理論攻擊轉化為可執行攻擊。

  2. MiniMax:Blog76

    MiniMax Cyber 將多項理論密碼攻擊轉化為實際攻擊

    MiniMax 研究團隊使用 MiniMax Cyber 對現代密碼方案進行自動密碼分析,找出多項結構缺陷並把理論攻擊轉化為實際攻擊。研究涵蓋 NIST 候選方案、同行評審設計及公開密碼挑戰;在公開挑戰中,Cyber 解出數十個未解實例,較既有最佳求解器快數百至數萬倍。研究聚焦學術設計、過往競賽候選方案及公開挑戰參數,不影響已部署的密碼標準;相關發現已預先告知方案作者。

    推薦理由:文章以可執行攻擊及公開挑戰求解結果呈現 MiniMax Cyber 在多類密碼方案中的密碼分析成果,並提供與既有紀錄的用時及速度比較。

  3. Google Research61

    Google Research 展示 Willow 量子處理器在魔方陣遊戲中勝過經典策略

    Google Research 在 Willow 量子處理器上展示並測量量子情境性,魔方陣遊戲勝率達 98.30%,高於經典策略上限。團隊以 Bell–Kochen–Specker 不等式測得 χ = 5.590 ± 0.008,高於經典上限 4。在最多 105 個量子位元的隱藏線性函數任務中,處理器成功率高於一半;這些任務亦能揭示隨機電路基準容易掩蓋的細微相干錯誤。

    推薦理由:研究顯示,量子情境性相關任務可在多量子位元處理器上,揭示隨機電路基準容易掩蓋的細微相干錯誤。

11月19日週四
  1. 阿里雲開發者社區 AI83

    NGINX 兩個高危漏洞可導致未經身份驗證的遠端程式碼執行

    NGINX 的 CVE-2026-123633 和 CVE-2026-123007 兩個漏洞,可讓未經身份驗證的攻擊者遠端執行程式碼。兩者 CVSS 4.0 評分均為 9.2,並要求受影響伺服器啟用 HTTP/2;CVE-2026-123007 最早影響 NGINX 1.9.5,測試亦在只提供靜態檔案的實例驗證了遠端程式碼執行。

    推薦理由:報告拆解兩個 HTTP/2 漏洞的記憶體安全成因與觸發條件,並列出修復版本及暫時緩解方式,呈現漏洞分析如何連接到部署排查。

  2. OpenAI News72

    OpenAI 公佈研究加速報告,指出 AI 研發能力提升不均

    OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。

    推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。

  3. DEV Community78

    Google GTIG 的 AI Threat Tracker 記錄 exploit_agent 可無需人手介入自動發現及利用漏洞

    Google Threat Intelligence Group(GTIG)與 Mandiant 於 2026 年 11 月 16 日發布新版 AI Threat Tracker,記錄 exploit_agent 可無需人手介入地自動發現及利用漏洞。

    推薦理由:報告呈現漏洞自動化利用如何壓縮修補時間,並列出即時修補、啟用偵測規則及檢查 API 用量等應對措施。

11月18日週三
  1. Wiz:Research(安全研究)86

    Wiz Research 等團隊揭露 NGINX 的 CVE-2026-123633 與 CVE-2026-123007 漏洞

    Wiz Research 等團隊揭露 NGINX 兩項漏洞,HTTP/2 啟用時可導致未經驗證的遠端程式碼執行。漏洞編號為 CVE-2026-123633 和 CVE-2026-123007,均評為 Critical,CVSS 4.0 評分為 9.2;其中 CVE-2026-123007 在提供普通靜態檔案時也可觸發,無需後端應用程式或第三方模組。

    推薦理由:文章拆解兩個 HTTP/2 記憶體安全漏洞導致遠端程式碼執行的路徑,並交代觸發條件及其對 NGINX 所服務網站與 API 的風險。

11月17日週二
  1. Microsoft Research71

    TokenEconomizer:從經驗學習,提升 AI 編碼智能體效率

    TokenEconomizer 是 UC Berkeley、Microsoft Research 和 Microsoft Security 開發的開源插件,透過程式碼庫過往工作階段學習,降低 AI 編碼智能體後續任務的成本。

    推薦理由:研究在 277 項修復程式錯誤任務中評估跨工作階段學習,呈現智能體利用程式碼庫經驗降低成本、同時維持大致穩定任務成功率的做法。

11月16日週一
  1. SiliconANGLE79

    Google 報告指攻擊者利用 AI 框架,無需人手介入將安全修補程式轉為漏洞利用程式

    Google Threat Intelligence Group 的新報告指出,攻擊者首次使用無需人手介入的 AI 框架,將安全修補程式轉化為漏洞利用程式。名為 exploit_agent 的框架會持續比較熱門網頁應用程式在修補公告前後的程式碼,找出疑似漏洞後自動執行生成的漏洞利用程式,並接入多個前沿及本地託管的大語言模型。

    推薦理由:報告對照 GTIG 前一季未觀察到全自動攻擊流程、今季已發現相關案例的變化,呈現威脅活動的近期演進。

  2. OpenAI News71

    Nathaniel Craig 介紹 GPT‑6 Astra 協助構建標準模型的候選晶格定義

    物理學家 Nathaniel Craig 與 GPT‑6 Astra 協作提出標準模型的候選晶格定義,嘗試為該理論建立非微擾描述。方法把同一組力場逐步映射到更細網格,以比較費米子態並累積相位修正;在網格尺度場強受限下,可為有限晶格間距提供測度。文章指出,方案仍需專家確認反射正定性,並進一步發展至實際晶格模擬;連續時空中的相互作用理論定義亦未解決。

    推薦理由:文章拆解標準模型晶格定義中的手徵粒子與相位難題,並交代 GPT‑6 Astra 如何協助把細化網格策略發展成候選構造。

11月13日週五
  1. Hacker News 熱門(buzzing.cc 中文翻譯)76

    研究報告指六款中國 AI 模型權重呈現 NVIDIA Blackwell GPU 指紋

    Unemployment Labs 的 Will DePue 發表鑑識報告,指 DeepSeek、Moonshot AI、MiniMax 和 Ant Group 的六款模型權重呈現與 NVIDIA Blackwell GPU 初始化配置相符的數值模式。

    推薦理由:報告透過模型權重中的初始化數值模式辨識硬件配置,並説明這類指紋支持哪些推論,以及無法確認哪些出口管制事實。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)76

    PostgreSQL CVE-2026-6460 涉及存在 22 年的類型混淆漏洞,可導致遠端程式碼執行

    Mehmet Ince 詳述如何利用 PostgreSQL 核心中一項存在 22 年的類型混淆原語,構造可觸發遠端程式碼執行的攻擊鏈。他透過預備查詢後修改複合類型欄位,令 PostgreSQL 以新類型解讀原有資料,進而洩漏記憶體地址並劫持原生函數指標。

    推薦理由:文章沿著複合類型變更與預備查詢的交互作用,拆解 PostgreSQL 如何以新類型處理舊資料,並串連至記憶體位址洩漏和控制流程劫持。

11月12日週四
  1. TNW78

    Google DeepMind 的 AI 智能體用 AlphaProof Code 形式化驗證 Signal 加密程式碼

    Google DeepMind 公佈 AlphaProof Code,利用 AI 智能體形式化驗證 libsignal 的部分程式碼,檢查 Signal 一對一聊天的多項安全性質。研究團隊在四週內產生約 6.5 million lines 的證明,研究人員沒有撰寫證明程式碼。驗證範圍限於研究人員自行構建的程式庫,未涵蓋 Signal 應用程式、羣組訊息或金鑰生成。

    推薦理由:這項工作展示 AI 智能體如何配合人工制定規格與 Lean 證明,並界定驗證範圍,呈現形式化驗證的實際流程與限制。

11月11日週三
  1. InfoWorld82

    Microsoft 研究指出改寫不足 10 個 LLM 神經元可植入休眠後門

    Microsoft Research 與 Microsoft Red Team 在論文中介紹 Lazarus,稱無需重新訓練,只需改寫開放權重模型中不足 10 個休眠神經元,便可植入觸發式後門,令使用該模型的智能體按條件輸出攻擊者指令,並在其權限範圍內執行。

    推薦理由:研究將模型權重遭竄改與智能體執行攻擊指令的風險連在一起,並顯示少量神經元改動即可植入後門,凸顯權重來源核驗的部署價值。

  2. IT Square · AI83

    Google DeepMind 用 AlphaProof Code 約四星期完成 libsignal AArch64 機器碼驗證

    Google DeepMind 以 AlphaProof Code 在約四星期內,將 libsignal v0.105.4 與 spqr v1.6.0 的單對單通訊程式碼驗證至 AArch64 機器碼層,項目由五人完成。

    推薦理由:文章梳理人類審定規格、AI 智能體產生證明、Lean 核心檢查的分工,並列出驗證範圍與限制,呈現形式化驗證落到實際機器碼的工作方式。

  3. Microsoft Research69

    Lazarus:重編程休眠神經元,為 AI 智能體植入後門

    Microsoft 研究人員發現名為 Lazarus 的後門技術,無需訓練,只要改寫 LLM 中少於 10 個休眠神經元的權重,便可令基於該模型的 AI 智能體在隱藏觸發條件出現時執行惡意命令。

    推薦理由:研究展示少於 10 個休眠神經元即可植入後門,並説明模型來源追溯及權重完整性為何成為智能體安全防護的關鍵。

  4. Unite.AI81

    Claroc Research 發現 35,578 個 Grok 應用程式無須登入即可存取

    Claroc Research 報告指出,在測試時仍在線的 37,571 個 Grok 應用程式中,35,578 個無須登入即可開啟。Claroc 在 30 個組織的應用程式中辨認出內部資料,並估計 650 至 800 個應用程式含有私人資料,例子包括企業銷售資料、員工名冊和病人醫療資訊。

    推薦理由:報告將風險從應用程式可被公開讀取延伸至主機名稱可被搜尋,並以自建測試界定寫入及團隊授權缺陷的範圍。

11月10日週二
  1. Unite.AI76

    Google DeepMind 以 AlphaProof Code 驗證 Signal 核心程式碼

    Google DeepMind 介紹 AlphaProof Code,利用 AI 智能體為 Signal 編譯後的 libsignal 程式碼生成經 Lean 核查的證明,以驗證指定安全性質。五人研究團隊用四星期完成證明工作,生成約 6.5 million 行 Lean 證明碼,並公開規格及驗證材料供外部檢視。驗證範圍不涵蓋 Signal 完整應用,亦依賴人類審核的規格及明確假設。

    推薦理由:研究呈現 AI 智能體承擔 Lean 證明構造的分工,同時説明安全保證仍取決於人類審核規格、可信假設及驗證範圍。