iOS 18.7 and iPadOS 18.7
iOS 18.7 and iPadOS 18.7
今日共收录 1126 条安全情报,包含 321 个 CVE,413 篇安全通告,以及 105 篇研究论文。
← 返回归档列表iOS 18.7 and iPadOS 18.7
Android Code Search
Android Devices
Secure an Android device
Android 16 QPR2
Mobile network security
iOS 26.5 and iPadOS 26.5
iOS 18.7.9 and iPadOS 18.7.9
iOS 16.7.16 and iPadOS 16.7.16
iOS 15.8.8 and iPadOS 15.8.8
MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0
MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1
MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2
Hi, everyone! We've just released Chrome 149 (149.0.7827.102) for Android. It'll become available on Google Play over th
Firewall for AI
该论文研究了多智能体大语言模型(LLM)系统中的集体幻觉问题,将幻觉建模为一种系统级、随时间演化的过程,发生在一个由相互交互的LLM代理构成的网络中。节点代表代理,边代表信息交换。所提出的形式化方法描述了幻觉声明如何通过通信拓扑传播,在对抗
该论文聚焦于基于LLM的代理系统中委托执行的可观测性问题。在代理系统中,AI模型能够动态选择工具、跨运行变化执行序列,并生成协作子代理,这些特性导致执行轨迹碎片化且交错复杂。标准可观测性(如审计日志和执行追踪)无法区分不同委托分配下的相同执
本文针对工具使用型大型语言模型(LLM)代理面临的两类安全缺陷:未经授权的外部动作(如操作外部系统)和运行时敏感明文暴露(在最终输出检查之前,敏感信息在运行时内以明文形式暴露)。现有防御通常只保护单一边界(规划器/运行时或动作接收器),因此
该论文提出了自主智能体(agent)在商业环境中面临的“清算问题”(agentic clearing problem):当智能体协商、购买、部署代码或转移资金时,缺乏中立机制来确定它们是否履行了委托义务、未履行时谁应负责以及后续的结算操作是
大型语言模型(LLM)生成的文本流畅但容易产生幻觉,即输出无根据、不一致或事实错误的内容。以往研究多将幻觉视为孤立输出的静态属性,但多智能体LLM系统中,响应在智能体间交换、经过序列化阶段修订并作为后续推理的上下文,使幻觉成为受交互历史、级