Jailbreak depende do estado

Caderno público · Scout

Jailbreak depende do estado

Avalia segurança em estados operacionais, não só no modo padrão; isso muda teste de agentes reais.

itens

vanguarda

interessante

data

09-01

vanguarda · score 9

Jailbreak depende do estado

Avalia segurança em estados operacionais, não só no modo padrão; isso muda teste de agentes reais.

fonte: The Fragility of Jailbreak Robustness Across Operational States

fonte original
https://arxiv.org/abs/2608.30748v1

vanguarda · score 9

Prompt muda risco do repo

Mostra que instruções do usuário alteram a exposição de agentes de código a poisoning.

fonte: Beyond the Payload: How User Invocation Shapes Coding Agent Vulnerability to Repository Poisoning

fonte original
https://arxiv.org/abs/2608.30686v1

vanguarda · score 8.4

Identidade para modelos anônimos

Protocolo black-box para verificar que modelo está por trás de um endpoint.

fonte: Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification

fonte original
https://arxiv.org/abs/2608.31142v1

vanguarda · score 8.3

Inclinação de logits para auditoria

Logit tilting promete elicitar comportamentos raros em auditorias automatizadas.

fonte: BLOOM-WILT: Logit Tilting for Behaviour Elicitation in Automated LLM Auditing

fonte original
https://arxiv.org/abs/2608.31105v1

vanguarda · score 8

Arrependimento constante em jogos

Remove dependência do horizonte em no-regret full-information para jogos finitos, um sinal teórico raro.

fonte: Constant Individual Regret in General Games

fonte original
https://arxiv.org/abs/2608.31166v1

interessante · score 8

Cronos apaga blocos da crise

Rollback real expôs o preço de reverter uma chain viva.

fonte: Cronos Restarts Chain by Rolling State Back to Before the Tectonic Exploit

fonte original
https://thedefiant.io/news/hacks/cronos-produces-no-block-for-10-hours-as-68-7m-from-tectonic-exploit-sits-frozen

interessante · score 7.4

Exclusões corroem regras defensivas

Mostra como exceções contra falso positivo se acumulam e cegam detecção.

fonte: The Exclusion Ratchet: False-Positive Suppression Accumulates and Persists in Detection Rule Repositories

fonte original
https://arxiv.org/abs/2608.31062v1

interessante · score 7.1

Pós treino como manutenção

Reenquadra post-training como manutenção de mistura, regressão e orçamento.

fonte: LLM Post-Training as Brownfield Maintenance: An Industrial Perspective on Dataware Engineering

fonte original
https://arxiv.org/abs/2608.31102v1

interessante · score 7

Aleatoriedade certificada sem estrutura

Cripto quântica forte, mas vira leitura de radar mais que ação operacional.

fonte: Unconditional Certified Randomness without Structure

fonte original
https://arxiv.org/abs/2608.31112v1

interessante · score 7

Spot entende chamadas de agente

Liga semântica de tarefas LLM a capacidade spot recuperável, forte para engenharia de inferência.

fonte: Bridging Agent Semantics with Spot Capacity: An Elastic and Recoverable Service Model

fonte original
https://arxiv.org/abs/2608.29581v1