讓 agent 讀懂計算機的 % 按鈕:REA 怎麼把逆向工程工具交給 AI
REA 把 Ghidra、IDA 等逆向工具包成 MCP,讓 agent 讀機器碼、對照公開資料並用原程式驗證;以計算機 % 按鈕走一遍它的分工與限制。
53 篇文章
REA 把 Ghidra、IDA 等逆向工具包成 MCP,讓 agent 讀機器碼、對照公開資料並用原程式驗證;以計算機 % 按鈕走一遍它的分工與限制。
研究者用數位鎖把整個小型神經網路加密藏進模型權重,只有秘密觸發字串能啟動;即使拿到全部權重,微調與搜尋都逼不出來,顯示「逼不出來就代表沒有」的評測推論有破口。
預訓練模型預設只能追 2 到 3 行變數參照,但在單一層加上極小的 LoRA 就能讓凍結的中間層接力,追到數十行。
Pi 曾公開拒絕 MCP,如今把它納入核心,關鍵是 Codemode:讓 Agent 在沙箱裡寫 JavaScript 組合上百次工具呼叫,只把結論帶回上下文。
OLIVE 讓學生模型先寫一段,再由老師模型從學生走到的地方接手示範,只學老師寫的文字;在學生容易早早走偏的推理與 Agent 任務上,比整段打分數的線上蒸餾更有效,也更少遺忘。
Ember-1 以 Kimi K3 為底,透過任務回饋訓練刪掉不必要的思考,官方測得約少用四成 token、品質相當;關鍵在多輪 Agent 裡,冗長推理會被每一輪重讀計費。
DeepSeek 的 DSec 用 160 台主機同時跑 38 萬個 Agent 沙箱,靠的是映像檔按需載入、分級超賣,並把 Agent 迴圈搬離 GPU 叢集。
只能發 GET 請求的 AI Agent,靠截圖服務、縮網址與像素編碼拼出雙向通道,一路打進 Hugging Face。拆解手法、防線漏洞與防禦重點。
把選項編成 A、B、C,只讀模型下一個字的機率,就是 25 行版的 Jev。一行行走過程式,看懂 logits 分類怎麼運作,也看清它漏掉的校準難題。
Google 開源的 AX 把 AI Agent 視為新型工作負載,用 Task、Workspace、Gateway、Model 四個元件處理隔離、暫停與網路政策。