Novo vetor une side-channel de hardware e privacidade de LLM em escala.
Novo vetor une side-channel de hardware e privacidade de LLM em escala.
fonte: TranScope: What the Software Hides About LLM Training Data, the Hardware Reveals at Scale, and Accelerators Magnify
Dados não públicos podem medir se modelos ajudam ataque ou defesa fora de falhas já publicadas.
fonte: Does AI Help Cyber Attackers or Defenders? Evidence from Nonpublic Vulnerabilities and Subsequent Attacks
Ataque direto ao gargalo de treino; alto sinal se escalar fora da demonstração.
fonte: Dust: Pretraining Transformers Without Backpropagation
Interface flexível pode tirar técnicas de DRAM do paper e aproximá-las de controladores reais.
fonte: Terracotta: Enabling the Adoption of New DRAM Techniques via a Flexible DRAM Interface and Memory Controller
Caracteriza fine-tuning sustentado de um LLM 3B no próprio smartphone, sinal forte para IA local.
fonte: Fine-Tuning a 3B-Parameter LLM on a Smartphone: Characterizing Sustained Training
Interpretar tokens textuais em DiTs pode melhorar controle e debug de geração local.
fonte: Learning to Read the Contextual Tokens in Diffusion Transformers
Caso revela risco real de privacidade e escalonamento policial em uso íntimo de LLM fechado.
fonte: A Florida Woman Used Claude as a Diary. An Anthropic Employee Read It and Reported It to Police
Pi-hole em ESP32-C3 é infra própria barata, concreta e tecnicamente enxuta.
fonte: M-Abozaid/esp32-c3-adblock
Bom sinal para inference: pequenos cues podem acionar raciocínio sem RL explícito.
fonte: Base Models Can Reason By Taking a Cue From Training Data
Ataca o custo de supervisão em web agents com verificação mais formal e escalável.
fonte: CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling