Empowering Your Cybersecurity, One Tool at a Time.
這篇論文最值得看的，不是它又做了一個 jailbreak detector，而是它把 multilingual LLM safety 的核心破口講清楚：很多防線其實只守住英文表面，一旦攻擊者改用其他語言，guardrail 可能就整段鬆掉。作者用固定英文 codebook 加 multilingual embeddings，驗證這種外掛式 semantic filter 對模板化跨語言越獄很有效，但在異質、分布漂移的攻擊上很快撞到上限。
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。
這篇 paper 真正有價值的，不是把 TEE 套到 grant review，而是把高風險 AI 評分流程裡最常被忽略的 execution evidence 補回來：當模型和 rubric 不能完全公開、結果又必須可申訴時，真正需要的不是更多信任口號，而是能證明它當時真的照宣稱方式執行的 attested bundle。
這篇 Security Considerations for Artificial Intelligence Agents 最有價值的，不是再列一份 agent threat list，而是把問題拉回 delegation 與 privilege control：當 agent 會自己拿資料、叫工具、跨服務做事，真正該治理的就不只是 prompt 有沒有髒，而是誰在替誰做決定、誰在替誰動手、最後哪一層真的有權說不。
這篇 paper 真正打中的，不是 C2PA 有沒有理想，而是如果 timestamp、revocation、validator 一致性與整檔完整性都還沒站穩，provenance badge 可能先製造出帶簽章的信任錯覺。
這篇 paper 真正補的，不是再證明 voice cloning 能騙人，而是把風險從單點 deepfake 拉回一整條身份、授權、勞動、平台治理與保護資源落差的複合攻擊面。
這篇 report 真正值得看的，不是哪家 guardrail 名次排第幾，而是它把一個 production 現實攤開來看：agent 安全防線最難的，往往不是看出明顯攻擊，而是在高模糊邊界樣本上仍維持高攔截率，同時別把正常工作一起誤殺。
這篇 paper 真正補的，不是再替 agent 多開一個去中心化身份，而是把驗證往前推成「身份與當下執行狀態是否仍然一致」：DID 和 VC 只能證明你是誰，AgentDID 想補的是你現在還是不是那個值得被信的你。
這篇論文最值得看的地方，不是再把 watermark 藏進輸出字面，而是把 ownership verification 往推理層推進：讓模型在 trigger 下走出一條冗餘但正確的 reasoning path，使 watermark 更像行為指紋，而不是容易被改寫、翻譯或微調洗掉的表面痕跡。
這篇論文真正有意思的地方，不是又做一次工控 domain adaptation，而是把跨廠部署的痛點講白：模型在 A 廠學到的，常常其實是 A 廠的日常，不是攻擊本身。作者提出 medoid prototype alignment，不直接硬對齊所有 source/target 樣本，而是先抽取比較穩的 operational prototypes，再做跨域對齊，以降低 noisy matching，提升未知攻擊偵測在跨場域條件下的穩定性。