Empowering Your Cybersecurity, One Tool at a Time.
這篇論文真正有價值的地方，是把 synthetic trajectory 的常見幻覺拆開來看：很多研究一直在談 utility，卻沒有把 membership leakage 當成同等級風險正式驗證；作者不只整理 utility taxonomy，也證明某些看起來比較私密的模型仍可能在 membership inference 下高分失守。
這篇論文真正補到的，不是又一個逐輪 guardrail，而是把 multi-turn jailbreak 當成安全狀態逐步侵蝕的時間序列問題來看。SafeDream 用 safety world model、CUSUM 與 contrastive imagination，嘗試在模型真正開始 compliance 前約 1 輪就先發現失守軌跡。
這篇論文真正有價值的地方，不是又做出一個高分 adversarial detector，而是把檢測視角從局部 activation 訊號，往整次推理的 inference provenance 拉了一步。NeuroTrace 用 IPG 把 forward pass 變成可保存、可分析的執行證據，並在 cross-attack 與 cross-threat transfer 下展現很強的偵測力。
這篇論文真正重要的，不只是又做出一個 anomaly detector，而是把問題問對了：很多模型安全真正該檢查的，不只是 output 對不對，而是它是不是仍由正常、可信的內部機制產生。
Refute-or-Promote 真正重要的，不是又多一條 AI 找洞工作流，而是把 LLM-assisted vulnerability discovery 從「會不會報」拉回「能不能先大規模殺掉假洞」，把漏洞 AI 的核心瓶頸重新定義成 precision crisis。
這篇 survey 最值得記住的，不是它又整理了一份 agent 漏洞大全，而是它把問題定義得更成熟：當 AI 具備規劃、記憶、工具使用與長時間執行能力後，風險就不再只是回答錯誤，而是整條從 prompt、memory、tool、multi-agent communication 到 human approval 的執行鏈都會變成攻擊面。真正需要建的是控制面，而不是只補單點 guardrail。
這篇論文的關鍵，不只是再收集一批 cyber 對齊資料，而是把 attacker 與 defender 的多輪對抗做成一個會持續產生標註對話、排名回饋與資料多樣性的 tournament flywheel。
論文基本資訊 論文標題：In-Conte...
論文基本資訊 論文標題：Route to...