1
对抗苹果 iPhone Duo：曝三星 Galaxy Z Fold9 折叠手机目标厚度 3.9mm/7.9mm
IT之家 10 月 3 日消息，消息源 @kro_roe 于 10 月 1 日在 X 平台发布推文，爆料称三星为了增强和苹果 iPhone Duo 的竞争，为 Galaxy Z Fold9 设定了激进研发目标， 该折叠手机在展开状态下厚度为 3.9 毫米，折叠状态下为 7.9 毫米。 IT之家查询公…
2
对抗 AI 伪造图片：苹果 iPhone 18 Pro/Max 引入像素级标注功能
IT之家 9 月 16 日消息，苹果公司昨日（9 月 15 日）发布博文，详细介绍了在 iPhone 18 Pro、iPhone 18 Pro Max 等机型上引入的 Apple Reference Image 功能， 支持像素级标注真实图像数据。 IT之家援引博文介绍，Apple Referenc…
3
让网络生态少一些情绪对抗，抖音发布“可信友善社区”计划
IT之家 9 月 15 日消息，抖音今日宣布启动“可信社区守护计划”与“友善社区共建计划”，希望所有用户能够在抖音安心浏览、理性发声、友善互动，让网络生态少一些情绪对抗、多一分友善理性。 IT之家从“抖音黑板报”公众号了解到，“可信社区守护计划”主打可信产品建设、AI+ 体系治理等。官方将优化自主声…
4
欧洲运营商联手对抗马斯克星链 Starlink，发力卫星直连手机服务
IT之家 9 月 8 日消息，据彭博社今日报道，德国电信（Deutsche Telekom）、法国 Orange、英国沃达丰集团（Vodafone）和西班牙电信（Telefonica）正就组建联盟进行初步洽谈，计划共同竞标欧盟卫星频谱，并提供卫星直连手机服务。 知情人士表示，此举旨在与埃隆 · 马斯…
5
意大利为对抗入侵蓝蟹向亚得里亚海投放 15 万只章鱼，为欧洲首批海洋生物防治试点
IT之家 8 月 27 日消息，意大利博洛尼亚大学的研究人员本周在亚得里亚海沿岸投放了约 15 万只章鱼（Octopus vulgaris）幼体，以尝试利用该物种控制入侵物种 —— 大西洋蓝蟹（Callinectes sapidus）。这是欧洲首批此类试点实验之一。 蓝蟹原产于大西洋，近年在意大利沿…
6
Structured but Fragile: On the Limits of LLMs in Cybersecurity Decision-Making
看似严谨的LLM网络安全决策，实则经不起对抗性考验，这份研究揭示AI安全的关键盲区。
arXiv:2608.20966v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly used in cybersecurity workflows, yet it remains unclea…
7
英伟达黄仁勋之女黄敏珊来华，现身 2026 世界机器人大会
英伟达高管黄敏珊现身世界机器人大会，聚焦具身智能与乒乓球人机对抗，释放AI+机器人合作新信号。
IT之家 8 月 20 日消息，根据多位网友和媒体晒出的图片， 英伟达 CEO 黄仁勋之女黄敏珊来到北京 ，于 8 月 19 日现身 2026 世界机器人大会现场。 综合IT之家此前报道，黄敏珊目前的职位是英伟达 Omniverse 与机器人产品营销高级董事， 她 8 月 18 日前往韩国到访了 L…
8
Hidden Prompts in Manuscripts Exploit AI-Assisted Peer Review
AI审稿系统藏漏洞，18篇论文暗嵌白字指令操控评审结果
arXiv:2507.06185v2 Announce Type: replace-cross Abstract: In July 2025, 18 academic manuscripts on arXiv contained hidden instructions that manipulate…
9
Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents
让LLM智能体在动态威胁中自我进化防御，告别手工安全规则，安全研究新范式。
arXiv:2608.12977v1 Announce Type: cross Abstract: The expanding operational capabilities of large language model (LLM) agents introduce sophisticated …
10
Towards Realistic Guarantees: A Probabilistic Certificate for SmoothLLM
针对SmoothLLM防御框架提出概率性认证方法，突破传统确定性保证局限，为LLM对抗鲁棒性提供更贴近实际场景的量化评估。
arXiv:2511.18721v4 Announce Type: replace-cross Abstract: The SmoothLLM defense provides a certification guarantee against jailbreaking attacks, but i…
11
Sharding Prevents LLM Oversight Failures and Adversarial Exploitation
分片机制如何阻断大模型监督失效与对抗攻击？这篇论文给出了关键防线设计。
arXiv:2608.06422v1 Announce Type: new Abstract: Giving an LLM judge more compute does not necessarily make it check more requirements. When one call m…
12
GRM: Utility-Aware Jailbreak Attacks on Audio LLMs via Gradient-Ratio Masking
音频大模型也难逃越狱攻击？GRM通过梯度比掩蔽实现效用感知攻击，兼顾攻击效果与音频质量，为多模态AI安全防御敲响警钟。
arXiv:2604.09222v2 Announce Type: replace-cross Abstract: Audio Large Language Models (ALLMs) enable spoken interaction but introduce new jailbreak vu…
13
Dynamic Jailbreaking Attack
打破静态优化桎梏，动态越狱攻击同时提升大模型攻击的有效性、效率与灵活性，安全研究者需警惕新范式。
arXiv:2510.02422v4 Announce Type: replace-cross Abstract: Existing gradient-based jailbreak attacks typically optimize a fixed-length adversarial suff…
14
Jailbreaking an LLM
作者以“做20次”的执着，分享绕过LLM限制的真实经历，给安全从业者带来对抗性思维启发。
Article URL: https://www.joshfischer.io/articles/jailbreaking-an-llm/ Comments URL: https://news.ycombinator.com/item?id=49173762 Points: 2 # Comments…
15
Salami Attack: Stealthy Collusive Memory Poisoning against OpenClaw
针对LLM智能体长期记忆的新型投毒攻击，零散拼接恶意记录，隐蔽操控智能体行为。
arXiv:2608.01637v1 Announce Type: new Abstract: Long-term memory enables LLM agents to retain useful information across sessions, but also creates an …
16
A Chinese LLM attacked our lab, so we made it work for us
一场来自DeepSeek的300,000次攻击，反而被作者改造成防御利器，大模型安全攻防的硬核实战。
Article URL: https://jesta.ai/blog/darkreasoning Comments URL: https://news.ycombinator.com/item?id=49158479 Points: 16 # Comments: 6
17
Stealthy Concurrent Audio Prompt Injections Against Multimodal LLM Agents
多模态智能体正面临“无声”入侵：环境噪音竟可伪装成恶意指令劫持AI行为，音频注入攻击拉开安全新战线
Article URL: https://arxiv.org/abs/2607.28165 Comments URL: https://news.ycombinator.com/item?id=49123267 Points: 2 # Comments: 0
18
Adversarial Code Obfuscation for Defending Against LLM-Based Analysis
用对抗性代码混淆技术防御大语言模型分析，Acoda方法为LLM安全带来全新视角
Article URL: https://arxiv.org/abs/2606.11755 Comments URL: https://news.ycombinator.com/item?id=49109869 Points: 2 # Comments: 1
19
GPT-Red: Automated Red Teaming via Self-Play at Scale
提出GPT-Red方法，通过大规模自对弈自动生成对抗性测试，提升大模型安全性。
arXiv:2607.26115v1 Announce Type: cross Abstract: We introduce \textbf{GPT-Red}, an automated red-teaming agent that is trained to discover novel prom…
20
ToxScreen: Detecting Whether an LLM Has Been Poisoned
针对大模型投毒攻击的检测新方法ToxScreen，通过分析模型行为判断是否被恶意篡改
arXiv:2607.26849v1 Announce Type: cross Abstract: As large language models (LLMs) are deployed in high-stakes domains, adversaries may poison training…