Towards Behavior Tree-Guided Vulnerability Detection with Lightweight LLMs
本文研究如何利用轻量级本地大语言模型（LLM）进行软件漏洞检测，重点关注源代码输入表示对检测效果的影响。当前多数提示方法直接使用原始源代码，也有部分工作采用抽象语法树（AST）等结构化表示，但AST的冗长性显著增加了输入token数量，可能
#LLM
共收录 2152 条相关情报。
← 返回所有主题HEAT: Faster Fully Homomorphic Inference via Approximations-Weights Co-Adaptation
本文针对全同态加密（FHE）下运行语言模型推理速度过慢的问题展开研究。在 FHE 密文上，模型只能原生支持加法、乘法和旋转操作，且乘法深度受限，超过一定层数就必须执行高开销的 bootstrapping 操作以继续计算。因此，模型中的非线性
Public-Sharing Labels and Verbatim Field Egress in an MCP-to-A2A Agent Configuration: A Controlled Multi-Model Study
该研究针对一个实际安全评估盲区: 当同一个智能体(Agent)同时使用 MCP 工具调用和 A2A 委托时，单独对每一层评估的安全性可能无法描述组合行为。作者构建了一个受控测试床: 一个真实模型主机通过本地 MCP 访问工具，再经本地 A2
Defense-as-Skill: Evolving Runtime Guard Skill for Skill-Augmented Agents
本文针对技能增强型智能体（skill-augmented agents）的安全问题展开研究。此类智能体会将可复用的技能作为持久化运行时上下文加载，以提升任务执行能力，但这也为恶意技能提供了长期影响后续行为的通道。恶意技能可能在特定用户任务和
When Safety Routing Breaks: Understanding Alignment Fragility under Benign Fine-Tuning
这篇论文研究良性微调（benign fine-tuning）如何严重削弱大型语言模型（LLM）的安全对齐（safety alignment），并探索拒绝行为（refusal behavior）为何如此脆弱。以往研究常将安全失效归因于梯度冲突
Cheap Verifiers, Large Blind Spots: Measuring the Reliability Cost of Cost-Saving Cascades
该研究针对基于大语言模型（LLM）的推理级联（inference cascades）系统，探讨其成本控制策略背后的可靠性代价。推理级联通常以廉价模型处理大多数查询，并将困难样本升级至前沿模型进行验证，以降低推理成本。自然的扩展是形成闭环：在
One Prompt Is Enough: Watermark Laundering Through Foundation Image Models
该研究揭示了一种针对隐形水印的新型规避风险——水印清洗（watermark laundering）。传统上，隐形水印的鲁棒性测试仅针对压缩、模糊、噪声、裁剪、去噪等预定义扰动。然而，公开的基础图像模型（如 OpenAI 和 Google 的
MutMem-V2: Cryptographically Authorized Mutation in Persistent Agent Memory Portable Verification and Reproducible Evidence
本文介绍 MutMem-V2，一个面向持久化代理记忆（persistent agent memory）的密码学授权变异（cryptographically authorized mutation）协议。V1 版本虽然提出了保留记忆的变异机制
What's in Your Agent's Context? Context Privilege Escalation Attacks against AI Agent Harness
本文针对真实世界高知名度 AI Agent 系统（如 Claude Code、Codex）的上下文组装（context assembly）设计进行了首次系统性安全分析。研究背景是：现代 AI Agent 依赖专有或不透明的机制将来自多源的信
Athena: Vulnerability-Affected Library Identification via Knowledge Graph Completion
该论文提出 Athena，一个基于知识图谱的漏洞影响库识别系统。研究背景是：广泛使用的库中单个漏洞可能影响数百万下游应用，但超过半数的漏洞数据库条目存在受影响库信息缺失或错误的问题。现有自动化方法将识别问题当作孤立的文本检索任务，忽略了漏洞
Reveree: Diagnosing LLM Reverse-Engineering Agents
该论文提出了一种名为 Reveree 的诊断框架，用于深入评估大型语言模型（LLM）代理在逆向工程（RE）任务中的表现。当前社区通常使用 CTF（Capture-the-Flag）逆向工程挑战作为衡量标准，但仅凭是否拿到 flag（解题率）
A SoK for SoCs: Reading the TI Leaves on AI for Cyber Threat Intelligence Generation and Sharing
本文是一篇面向系统化知识的综述（SoK）论文，聚焦于人工智能（尤其是大语言模型）在网络威胁情报（CTI）生成与共享流程中的应用。研究背景是：CTI 对于保护关键基础设施至关重要，但从原始攻击证据到可共享情报的转化过程目前碎片化且缺乏系统研究
Johnny Still Receives Spam SMS: Assessing the Robustness of SMS Spam Detection
本文系统评估了实际部署中短信垃圾信息检测系统在对抗攻击下的鲁棒性。作者指出，现有检测系统在受控环境中准确率很高，但在面对真实世界复杂多变的垃圾短信与对抗性扰动时，性能显著下降。研究涵盖了三类被终端用户实际依赖的检测系统：商业即时通讯应用、第
CRSF: Collusion-Resilient Privacy-Preserving Sensor Fusion with Byzantine-Robust Participation
本文针对隐私保护传感器融合系统中的安全弱点提出了一种新的协议 CRSF。在典型的传感器-服务器-客户端架构中，不受信任的服务器需要在不学习单个输入或最终输出的情况下，对分布式传感器的测量值进行聚合计算。已有基于混淆电路（garbled ci
HiveTraceGuard-Pro: A Compact Generative Guardrail for Prompt Injection, Jailbreaks, and Adversarial Obfuscation
本文提出并评估了 HiveTraceGuard-Pro——一个面向生产环境大语言模型（LLM）的轻量级生成式护栏模型，用于检测提示注入、越狱（jailbreak）以及对抗性混淆内容。作者指出，现有公开研究大多集中于英语场景，对俄语提示注入和
AKRASIA: Stealthy Backdoor Attack on Reasoning-based Code LLMs
AKRASIA 是一种针对基于推理的代码大语言模型（Code LLM）的隐蔽后门攻击方法，由研究团队提出并评估。与现有攻击不同，AKRASIA 在推理阶段（inference-time）注入后门，通过探测目标 LLM 以构造代码级触发器，并
Skill-as-API: Confidential Multi-Agent Coordination for Agentic Software Engineering
本文提出了一种名为 Skill-as-API 的保密多智能体协调协议，用于解决 AI 编码智能体在协作过程中泄露专业技能知识产权的问题。当前 AI 编码助手正从独立工具演变为协作队友，它们可以发现并调用彼此的专业技能。然而，现有的协调通道本
Using LLMs to Elicit Security Requirements for Service-Oriented Cyber Ranges
本文研究如何利用大型语言模型(LLM)辅助面向服务的网络靶场(SOR)的安全需求获取。网络靶场环境复杂，涉及多方利益相关者和不同安全关切，传统需求获取过程困难且耗时。作者基于SEBoK系统工程指南，首先识别安全使命目标与利益相关者需求，将其
Membership Inference in Fine-tuned Diffusion Language Models via Token-level Memorization Asymmetry
该论文关注扩散语言模型（DLMs）的隐私风险，这类模型作为自回归语言模型的替代方案，具备并行生成与双向上下文建模等优势，但其成员推理攻击等隐私问题尚未被充分研究。作者首先通过扩散训练动力学的理论分析，识别出一种称为“token级记忆不对称性
RISA: Response Inspection and Selective Actions for Refusal Calibration in Large Language Models
该论文提出 RISA（Response Inspection and Selective Actions），一种面向大型语言模型（LLM）的推理时拒绝行为校准框架。研究背景是：LLM 需要可靠地区分有害提示与良性提示，错误的拒绝行为要么导致