标签
Security researchers release a DEF CON 34 talk and tooling showing that Windows Plug and Play can silently download and execute vendor code as SYSTEM via attacker-controlled device identities, including through USB emulation and RDP USB redirection.
PILA将LLM原生广告重新定义为条件响应重写问题，通过一个轻量级、模型无关的侧车模块，将广告插入与上游生成解耦，从而在保持响应质量的同时实现可控的广告曝光。
介绍了一种无需训练的方法，通过知识蒸馏和模型融合来增强LLMs的安全对齐，以防止影子对齐，在有害问题数据集上将防御成功率提高了14.42%，且不影响性能。
PnP-CoSMo是一种即插即用的多对比度MRI重建框架，它从图像数据中学习内容/风格模型，使得无需原始k空间训练数据即可进行重建。该框架在对比度和前向算子之间具有泛化性。
本文介绍了一种前瞻性记忆代理，它与动作代理并行运行，以防止长周期任务中的行为状态衰减，在Terminal-Bench2.0和τ^2-Bench上取得了显著提升。作者还使用SFT和GRPO训练了Qwen3.5-27B，作为迈向开放权重记忆策略的初步步骤。
MIThinker提出了一种轻量级推理模型，用于动机性访谈咨询代理，通过监督微调和强化学习训练生成治疗性思考，在较低计算量下实现了与最先进系统相当的MI能力。
ResilPhase是一个免训练的扩散模型加速框架，将加速推理重述为ODE空间中的稳定宏轨迹外推，通过无导数重心拉格朗日外推和有界相位映射，在高加速比下实现最先进的保真度。
本文介绍SP³，一种使用球面编码器先验的即插即用图像恢复方法，在各项任务中实现与零样本扩散先验相当的感知质量，同时速度快3-630倍。
介绍Face-Fairness (FF)，一种用于深度伪造检测中偏见缓解的即插即用框架，其中Face-Feature Tuning (FFT)作为首个无需人口统计标签的公平性方法，能够提升群体准确率并缩小不同人口统计群体间的性能差距。
NGM是一种无需训练、即插即用的大型语言模型记忆模块，通过利用预训练的词元嵌入进行N-gram知识检索，无需额外训练或检索管道即可提升性能，在代码生成和知识任务上最高可获得3个百分点的提升。
本文介绍了序列化智能体调优（SAT），一种无协调器的多LLM团队训练范式，提供单调改进保证和即插即用不变性，使较小的模型能够超越较大的模型。
本文介绍了ReBalance，一种无需训练、即插即用的方法，能够动态平衡大型推理模型中的过度思考与思考不足，在多个基准测试中提升效率与准确性。