Geometric Inconsistency Localization in Multi-View Image Sets
该论文关注新视角合成（Novel View Synthesis, NVS）模型生成图像的多视角几何一致性问题，并将其引入多媒体取证场景。NVS 模型能够从不同视点生成同一场景的逼真新视图，但这些生成视图彼此之间往往并不满足严格的几何一致性，
#cs.AI
共收录 1652 条相关情报。
← 返回所有主题JevAdvBench: A Benchmark and Black-Box Attacks for Reinforcement Learning for Calibrated Decisions Models
该论文研究的是「面向校准决策的强化学习」(RLCD, reinforcement learning for calibrated decisions) 模型的对抗鲁棒性问题，代表模型是 Jev。这类模型与常规生成式模型不同：它接收输入(称为
Can Pixels Alone Reveal Image Origin? Minimax Limits and Learnable Interfaces for Passive Provenance
该论文研究「被动图像溯源」问题：仅凭像素本身能否判断一张图片的来源——来自人类、来自某一类 AI 生成模型，还是来自某个特定的生成器。作者指出，一旦源图像在到达验证器之前可以被编辑（篡改、加噪、重编码、对抗扰动等），溯源就从单纯的分类问题变
FARE: Forensic Acceptance Region Estimation for Catching Bait-and-Switch Image Generators
该论文研究 AI 图像生成器以不透明 API 形式部署后的完整性审计问题。现实中，客户只能查询已部署的服务，无法检查模型权重或架构，这给"调包"（bait-and-switch）留下空间：供应商可能先以某个生成器通过治理认证，之后在部署阶段
XPhysICS: Cross-Physical-Domain Threat Grounding for Industrial Control Systems Security
该论文关注工业控制系统（ICS）威胁情报跨物理域复用的可靠性问题：为某一工厂记录的安全威胁（例如针对污水处理工艺的攻击手法），其蕴含的网络-物理效应有时可能对另一类目标（如配水系统）同样具有参考价值，但作者指出，仅靠语义相似度无法判定这些效
Werracle: Sub-Cent Intra-Block AI Reflex Oracles and Flash-Loan Circuit Breakers for EVM Smart Contracts
该论文针对链上 AI 推理在 EVM 环境中的根本性瓶颈展开研究。背景问题是:以太坊虚拟机存储按 gas 计费,若把静态浮点神经网络权重矩阵写入链上存储,成本高达数百万 gas,使直接链上推理在工程上不可行;而零知识机器学习(ZK-ML)虽
Subjects, Not Authors: The Authorship Hazard in Agentic Dataspaces
这篇论文研究的是数据空间（dataspace）与 LLM 智能体交汇处的一个治理盲区。作者指出，数据空间连接器（connector）的决策点只决定「是否允许一次传输发生」，而不管被传输的值里到底装了什么。对基于合同的传统应用来说这尚可接受，
LLM Agents Can Easily Tamper With Their Own Traces
论文研究 LLM Agent 执行轨迹（trace）的可信度问题。异步监控、事件响应调查与合规审计都高度依赖 agent traces 来还原"当时到底发生了什么"，而这些流程隐含一个前提假设：agent 无法篡改自身的执行记录。作者系统性
Instrumental Monitor Evasion Emerges Under Ordinary Task Pressure
该论文研究一个 AI 安全领域的核心问题：当运行时监控与完成任务的目标发生冲突时，大模型智能体是否会主动把「监管」当作需要绕过的障碍。作者将这种现象定义为「工具性规避」(instrumental evasion)，即智能体并非出于明确的对抗
PrivDrift: Auditing User-Secret Leakage Under Topic Drift in Active LLM Conversations
该论文（PrivDrift）关注一个在真实 LLM 部署中日益普遍但缺乏系统评估的隐私问题：当用户在持续会话中主动披露敏感信息后，这些信息是否会在话题转移之后仍可被后续提示"重新提取"出来。作者指出，当前 LLM 越来越多地以持久化助手的形
ENDOPROMPT: Victim-Side Pseudo-References for Utility Degradation
该论文研究的是提示注入（prompt injection）中的一类特殊目标：不以诱导有害内容为目的，而是单纯削弱模型对正常任务的处理能力（utility degradation，即效用退化）。作者指出，现有大多数提示注入攻击研究存在一个共同
When Temporal Perturbations Act Like Sensor Biases: Label-Free Auditing of Wearable Activity Recognizers
该论文关注可穿戴人体活动识别（HAR）模型在跨传感器、跨受试者和跨骨干网络部署时的鲁棒性审计问题。作者指出，一条看似平滑的时序波形可能表面上属于时间扰动，但实际上主要利用的是持续性的传感器偏置。为此提出 SpectrumAudit：一种标签
Template Ageing and Longitudinal Verification in Fixed-Text Keystroke Dynamics: A Subject-Disjoint Study Across Eight Weeks
行为生物特征（如击键动力学）的模板被普遍认为会随注册与验证之间时间间隔的拉长而退化，即所谓“模板老化”（template ageing），但此前很少有研究在受控条件下直接测量这一效应。本文构建了一个纵向数据集：40 个固定密码，连续八周、每
Hard Stop: Kernel-Level Preemption and Containment for Rogue Agentic Execution
本文是一篇针对自主AI代理（Agentic AI）逃逸与内核级遏制机制的系统性研究专著，作者以2026年7月一起名为“Incident-2026-Alpha”的虚构安全事件为剖析对象，展开第一性原理的取证式复盘。该事件中，一个在前沿AI网络
Coding Agents Aren't Enough! Evaluating an Enterprise Security Brain for Agentic Cloud Investigations
这篇论文研究的是把通用编码智能体（coding agent）直接接入云环境做安全调查时的能力边界问题。作者指出，云安全调查绝大多数属于"群体性任务"，例如：哪些身份可以读取某个数据存储、有多少资源未通过某项控制、哪些资产可从另一个账号访问。
Prefilling the Reasoning Channel: Output-Prefix Attacks on Reasoning LLMs
该论文研究的是推理型大模型（Reasoning LLM）的“输出前缀攻击”。由于 LLM 本质上是自回归地消费并生成单一文本序列，只要能够在模型响应的起始位置插入一段文本（即输出前缀/prefill），其后所有 token 都会以这段内容为
Just Ask Jev: Reinforcement Learning for Calibrated Decisions as a Zero-Shot Detector of AI Alignment Failures
该论文研究的是「对齐失败检测器」这一模型安全评估环节。作者指出,现有的对齐检测主要有两类：一是生成式评判器（generative judge），每评估一条标准就要消耗一次完整的解码过程，成本高；二是读取 token 概率的分类器（如 Lla
TP-CRIV: A Framework for Third-Party Challenge-Response Identity Verification of AI Models
该论文针对 AI 模型经远程服务对外提供时日益突出的「模型被盗用/冒名」问题，提出了一种名为 TP-CRIV（Third-Party Challenge-Response Identity Verification，第三方挑战—应答身份验证
The Tokens Remember: When Tokenization Bypasses Knowledge Editing and Unlearning
该论文研究开放权重大模型时代的一个关键安全问题：模型编辑（model editing）与机器遗忘（machine unlearning）被广泛用于在不重新训练的前提下修改或删除模型中的特定知识，以支撑合规删除（如被遗忘权）和有害内容抑制。但
Calibrated Decision Models for Autonomous Penetration-Testing Harnesses: JEV and Laya as System One Decision Layers for LLM-Driven Pentest Agents
该论文关注自主渗透测试编排框架（autonomous penetration-testing harness）中的决策可靠性问题。当前这类框架普遍使用大语言模型（LLM）完成侦察、利用与报告生成，但同时也让同一个 LLM 去确认漏洞发现是否