ROME 攻擊在 GPU 記憶體篡改模型權重，Stealthium 用 CUDA 呼叫棧檢測
ROME 攻擊通過惡意 Python 模組直接在 GPU 記憶體中改寫模型權重，使同一檢查點對同一問題給出語義不同的答案，磁碟檔案卻沒有任何變化。傳統 EDR/ADR 只監控檔案、程序和網路，因而看不到這類僅由額外 CUDA 核心啟動完成的篡改。Stealthium 的執行時感測器把每次 CUDA 核心啟動關聯回發起它的 Python 程式碼，並結合權重變化與呼叫棧進行檢測；其實驗室復現顯示，攻擊表現為標準推理加一批額外 CUDA 啟動。
展示了一種不依賴磁碟掃描的檢測路徑：用 CUDA 呼叫棧把 GPU 記憶體中的權重篡改歸因到 Python 程式碼，對 GPU 推理服務與 AI 執行時安全從業者最有參考價值。
原標題：Detecting model weight tampering in GPU memory (Rome attacks)
閱讀原文
| 評分 | 70 / 58（平均 64，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
llama.cpp 為 4 頭 lightning indexer 新增 CUDA 分塊核心
llama.cpp 合併 b11405 版本更新，為 lightning indexer 在 CUDA 與 ROCm 後端新增分塊核心，針對 4 頭場景最佳化。新核心將鍵以半精度暫存、查詢逐頭載入，每執行緒負責一個鍵對兩個 token，避免點積的跨執行緒歸約；同時把乘積改為 float 計算以防 half2 溢位，並讓每個鍵元素只擴充套件一次供所有頭使用。ROCm 上內層迴圈展開 8 次，gfx908 僅用 63 個 VGPR 無溢位，R9700 上核心提速 36 倍。
Anthropic 實測：GLM-5.2 端到端自主複製攻陷 8 臺裝置
Anthropic 兩位安全研究員 William Zhou 與 Daniel Freeman 發布「自主複製與適應（ARA）」安全實驗：在 8 個 GCP 節點（Android 15 redroid）組成的隔離網路裡，GLM-5.2 在 5 次測試中 4 次自主攻陷並部署全部 8 臺裝置，另 1 次拿下 7 臺。研究還顯示，Qwen3.5-9B 能在 9 種硬體中的 8 種上自行排錯並部署 Llama3.1-8B；
llama.cpp 發布 b11402，CUDA 後端改用整塊 FlashAttention 排程
llama.cpp 發布 b11402 版本，CUDA 後端改為優先採用整塊（whole-tile）FlashAttention 排程，以提升兩階段核心效率。
llama.cpp b11526 修復 Vulkan rms_norm 溢位問題
llama.cpp 發布建置 b11526，主要修復 Vulkan 後端 rms_norm 工作組數量溢位（#30145）。該版本繼續為 macOS/iOS、Linux、Windows、Android 與 openEuler 提供多後端建置，覆蓋 CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL 以及驍龍平台的 Adreno GPU 與 Hexagon NPU；
llama.cpp 發布 b11662 建置，含 ROCm 10.0 與 CUDA 13 版本
llama.cpp 發布 b11662 版本（同步 ggml），預編譯建置提供 ROCm 10.0、CUDA 13（13.4 庫）以及驍龍平台的 CPU、Adreno GPU 與 Hexagon NPU 版本。