Redis, RubyGems ve Hanwha'da Kritik Güvenlik Açıkları; Anthropic Kodunun %80'ini Claude Üretiyor
Bu dönem güvenlik araştırmaları, Redis'te kimlik doğrulamalı uzaktan kod çalıştırmaya (RCE) yol açan üç yeni zafiyeti ortaya çıkardı. Saldırılar stream tüketici grubu double-free hatası, TDigest heap taşması ve TopK wild-free açığını kullanarak var olan yamaları atlatıyor. RubyGems.org'daki bir CDN önbellek hatası ise eski istemcilerde yeni oluşturulan API anahtarlarının farklı kullanıcılara sunulmasına yol açabiliyordu. Hanwha güvenlik kameralarının firmware'inde ise sabit şifreleme anahtarları ve GitHub organizasyonuna admin erişimi sağlayan bir token bulundu.
Yapay zeka cephesinde, Anthropic şirketinde üretim kod tabanına birleştirilen kodun %80'inden fazlasının Claude tarafından yazıldığı açıklandı. Bu dönüşüm, klasik pull request incelemesini dönüştürüyor: değişiklikler artık başka AI ajanlar tarafından inceleniyor ve insan onayı fiilen ortadan kalkıyor. Aynı tema etrafında bir başka analiz, AI'nın aslında yalnızca 'uygulamayı' ucuzlattığını, sistem tasarımı, güvenlik sınırları ve üretilen kodun değerlendirilmesinin hâlâ maliyetli kaldığını vurguluyor.
LLM araştırmaları, zamanlama analiziyle model mimarilerinin sızdırılabildiğini gösteriyor. LeakyLMs yöntemi, Google Gemini Flash 2.5'in 128K token bağlam penceresiyle speculative decoding kullandığını uzaktan tespit edebiliyor. Buna karşılık Quantprobe aracı, katmanları VRAM, RAM ve SSD arasında optimize ederek 16 GB RAM'li eski bir PC'de 110 milyar parametreli modeli 0,19 tok/s hızla çalıştırmayı başarıyor.
Model tabanlı pekiştirmeli öğrenmede katastrofik unutma sorunu yeni bir boyut kazandı: DreamerV3 ajanlarında dünya modeli eski görevleri neredeyse kusursuz hatırlarken, aktörün davranışı çöküyor. Depolama alanında ise modern-fs-benchmark projesi 26 farklı yapılandırmayı test ederek sağlama toplamı kullanan dosya sistemlerinin sessiz veri bozulmalarını tespit edip düzeltebildiğini doğruladı. Son olarak mp-units, mühendislikte yaygın kullanılan dB, dBm, Np ve pH gibi logaritmik birimler için 'seviye' ve 'kazanç' kavramlarını ayıran tip güvenli bir tasarım önerisi yayımladı.
» İstatistikler
- Yayın
- 45
- Okunma
- 2
- Ort. puan
- 7.8
» En çok okunan
- Quantprobe: 16 GB RAM'lik Eski PC'de 110B Parametreli LLM Çalıştırma
- 26 depolama düzeninde bozulma, snapshot ve ENOSPC testi
- Lotor: AI Ajanları İçin Yerel İlkeli Hesap Verme Aracı
- Kavak: Yeni Nesil Çevrimiçi Derleyici
- P2P Altyapısında Syscall Katmanı Araçlarının Göremediği Tehditler
- GFQL: Polars üzerinde CPU ve GPU'da Cypher, graf veritabanı gerekmiyor
- Web Otomasyonu: OpenAI Hesabımın Kapatılması Tehdidi
- mp-units, dB, dBm, Np, pH gibi logaritmik birimler için tip güvenli tasarım önerdi
- pixtuoid: AI kodlama ajanları artık piksel-art bir ofiste
- Yapay Zeka Tartışmalarda Tarafsız Değil: R/AmIOverreacting Deneyi
» En yüksek puan
- Redis'te Kimlik Doğrulamalı RCE: Stream, TDigest ve TopK Açıkları
- Kodun Çoğunu Yapay Zeka Yazınca İnceleme Süreci Nasıl Değişir
- LeakyLMs: Zamanlama Analiziyle LLM Mimarisi ve Optimizasyonları Sızdırılıyor
- RubyGems'te CDN Önbellek Hatası: Eski API Anahtarları Sızabilirdi
- 26 depolama düzeninde bozulma, snapshot ve ENOSPC testi
- AI Çağında Kod Bolluğu: Apollo mu, Roket Motor Atölyesi mi?
- Dünya modeli hatırlar, aktör unutur: RL'de katastrofik unutmanın anatomisi
- Hanwha güvenlik kameralarının firmware'inde GitHub admin token'ı bulundu
- Quantprobe: 16 GB RAM'lik Eski PC'de 110B Parametreli LLM Çalıştırma
- mp-units, dB, dBm, Np, pH gibi logaritmik birimler için tip güvenli tasarım önerdi