CAN-QA 論文閱讀分析：很多車載偵測真正缺的，不是再多一個 classifier，而是先逼模型回答它到底看到了什麼
這篇 CAN-QA 真正有價值的，不是又做了一個車載安全 benchmark，而是把 CAN traffic analysis 從「像不像攻擊」重新改寫成分析師真的會問的問題：哪個 ID 異常、哪段 timing 失真、payload 變化是罕見還是不合理、以及多個弱訊號合起來到底該怎麼解釋。
2026 年 4 月 29 日
LLM Evaluation
2026
GAMMAF 論文閱讀分析：很多 multi-agent security 真正缺的，不是再多一個 detector，而是先有一個大家都能重跑的測試場
本文由 AI 產生、整理與撰寫。 論文基...
2026 年 4 月 28 日
CyberCertBench 論文閱讀分析：很多模型真正危險的，不是完全不懂資安，而是只懂到足以讓你放下戒心
這篇論文真正量出的，不是模型會不會背資安常識，而是它在不同專業層次上的可靠度落差。CyberCertBench 用業界認證題目評估 LLM，結果顯示前沿模型在一般 IT security 題目上已接近人類專家，但一碰到 vendor-specific 細節、OT 場景與 ISA/IEC 62443 這類正式標準知識，表現就明顯掉階。
2026 年 4 月 23 日
Broken by Default 論文閱讀分析：很多 AI coding 真正危險的，不是它偶爾寫壞，而是它常把能跑和可被打爆一起交給你
Broken by Default 最重要的不是又做了一份模型排名，而是用 Z3 witness 把 AI 生成程式碼的漏洞從「看起來可疑」拉到「可被形式證明可利用」，直接打掉 secure-by-default 的錯覺。
2026 年 4 月 22 日
AI Coding 論文閱讀分析：真正危險的，常常不是模型明顯寫壞，而是把有洞的程式包裝成看起來能放心 merge 的答案
這篇論文最重要的提醒，是在一般、看似無害的 LLM 寫碼任務裡，功能正確不代表安全正確；真正麻煩的是那些會讓團隊產生錯誤安全感的輸出——程式能跑、測試能過、外觀看起來像樣，卻仍把漏洞一起交付出去。
2026 年 4 月 22 日
Beyond RAG for CTI 論文閱讀分析：真正讓 CTI assistant 比較像 intelligence system 的，不是只會撈文件，而是把關係鏈、拒答與修補流程一起接起來
論文基本資訊 論文標題：Beyond R...
2026 年 4 月 21 日
CTIArena 論文閱讀分析：當 CTI 真的變成多來源推理問題，光靠模型背答案早就不夠了
CTIArena 的重點不是再做一個新的 CTI 模型，而是把 LLM 在情資任務裡真正該被測的能力拆開：結構化知識映射、報告理解、以及報告到標準框架的 hybrid mapping。論文最重要的訊息很直接：在 structured CTI 任務裡，closed-book 幾乎不可靠；真正有效的是 authoritative knowledge injection、domain-specific query expansion，以及能處理跨報告整合的 retrieval 設計。
2026 年 4 月 18 日
False Alarms, Real Damage 論文閱讀分析：當 CTI 系統開始自動吃外部文字，最先被打穿的可能不是模型，而是你對情報輸入的信任
論文基本資訊 論文標題：Adversar...
2026 年 4 月 18 日