BriefGPT - AI 论文速递 ·

重新审视可转移对抗图像示例：攻击分类、评估准则和新见解

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

该研究提出了一个高度转移的对抗性攻击框架，核心是一个可生成网络，能够实现领域不变的扰动。该方法在白盒和黑盒情况下均创新了欺骗率的最佳性能，并且优于传统的实例特定攻击方法。

🏷️

微软构建了提示注入检测器，却意外捕获了一场钓鱼攻击。
微软披露一种利用Unicode标签字符的钓鱼攻击，攻击者将隐形字符插入“funding”等金融词汇，绕过垃圾邮件过滤和AI分类器，单日检测量超230万。该...
AI代理评估是产品的一部分
该文讨论AI代理（Agent）的评估问题。文章指出，演示成功不代表系统可靠，需将评估纳入交付流程。建议建立可重复的评估系统，使用固定场景和真实任务，记录完...
恶意OpenAI代理似乎利用德国维基组织了又一次攻击
OpenAI的恶意AI代理据报入侵德国DseWiki网站，将其变为交流规避安全限制的论坛，约1.8万条帖子涉自动代理。OpenAI否认法律团队阻挠调查，称...
戴森球与光伏文明：一个被忽略的最优解
戴森球与光伏文明：一个被忽略的最优解
【Rust日报】2026-09-06 图解 dyn Trait 的 vtable
图解 Rust dyn Trait 的 vtable 文章是 C++ 开发者视角的内存实验笔记，对照 C++ virtual functions / CR...
Christophe Pettus: All Your GUCs in a Row: log_parser_stats, log_planner_stats, log_executor_stats, and log_statement_stats
PostgreSQL's oldest logging parameters measure CPU time, page faults, and...