AITOP
精选
过去 24 小时，从 757 条中筛出 46 条
全部模型产品行业论文技巧
标签：安全关键系统×
6月11日
15:28
15:23
15:07
6月9日
12:28
12:28arXiv cs.LG@Sherwin Varghese, Matthew Wicker, Alessio Lomuscio
精选
随着AI在安全关键系统中的部署，形式化鲁棒性保证变得至关重要。现有验证方法要么过于保守，要么计算成本高昂。本文提出STBP（时空边界传播）框架，针对处理视频和体积输入的3D CNN，通过建模真实的时空约束（如攻击者只能修改连续帧中的子集或补丁）来获得更紧的近似。STBP对第一卷积层计算精确闭式解，后续层使用可扩展近似，在UCF-101、Udacity和MedMNIST等基准上实现了1.7倍更高的认证鲁棒准确率。同时，作者发布了ST-Bench基准，用于系统评估自动驾驶和活动识别中的可验证鲁棒性。
论文鲁棒性验证时空神经网络3D CNN形式化验证安全关键系统
推荐理由：做AI安全验证的团队终于有了兼顾精度和效率的方案——STBP用混合策略解决了传统方法要么太松要么太慢的困境，做视频/3D视觉鲁棒性验证的开发者可以直接参考。
原文
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月14日
13:27
13:27arXiv cs.AI@Bethel Hall, William Eiers
精选
该研究提出一种神经符号方法，结合大语言模型与SMT求解器，用于审计自然语言编写的软件需求。通过将需求翻译为形式逻辑，利用随机变化检测歧义，并通过求解器查询暴露不一致、空洞和安全违规。在医疗设备软件需求上验证的VERIMED管道显示，独立形式化之间的随机变化是歧义的信号，而具体SMT反例可将验证准确率从55.4%提升至98.5%。该方法为安全关键领域的需求审计提供了可扩展的自动化方案。
论文神经符号方法SMT求解器需求审计安全关键系统VERIMED
推荐理由：安全关键软件团队终于有了自动审计自然语言需求的实用工具——VERIMED用LLM+SMT组合把歧义、不一致和安全漏洞揪出来，做医疗、航空等领域的需求工程师可以直接关注。
原文