Relapse 漏洞利用方法扩展 PS5 越狱适用范围
Relapse 是一种适用于最高固件版本 v13.6 的 PS5 越狱漏洞利用方法。该方法利用 PS5 浏览器中的已知 WebKit 漏洞取得内核写入权限并安装 ELF 加载器，可用于备份游戏、运行模拟器及非官方 60 帧 MOD；适用范围受固件版本限制。
#技术研究与历史
#技术研究与历史
今日 0 条SolidotAI 评分6969 The RegisterAI 评分5757 Google发射首颗Suncatcher数据中心卫星并发布轨道计算研究
Google已发射首颗Suncatcher数据中心卫星，用于测试tensor processing units（TPU）能否承受发射及太空环境。研究认为，若发射成本降至约200美元/公斤，空间发电的年化单位成本或接近地面服务器，但卫星集群通信、复用和高集成设计仍需突破。
Google Research Blog精选AI 评分7272 Google发布MAPL-EMIT，用深度学习绘制全球甲烷排放
Google与NASA JPL发布MAPL-EMIT深度学习框架，用于从EMIT高光谱卫星数据中进行全球甲烷羽流检测、增强定量、边界分割和源定位。模型在NASA专家标注数据上捕获84%的羽流，并发现约50%更多合理羽流；Google同时发布Earth Engine全球羽流数据库、Kaggle训练模型与合成羽流，以及GitHub推理库。
推荐理由：MAPL-EMIT将高光谱卫星数据中的甲烷羽流检测、增强定量、边界分割和源定位整合为深度学习框架，并公开数据、模型与推理库，适合环境监测研究开展复现和后续开发。
Hugging Face Blog精选AI 评分6565 ALTK-Evolve 与 ACE：按任务选择记忆以减少 Token 消耗
ALTK-Evolve 按模型能力和任务选择指南，在 AppWorld 内部对比中以相同或更高准确率降低推理 Token 消耗。
推荐理由：通过同基准、同模型的受控对比与分难度数据，说明选择性注入可减少推理开销，适合评估智能体记忆架构。
Google Research Blog精选AI 评分6161 Google Research提出基于证据链的可验证自主科研框架 Science One
Google Research提出 Chain-of-Evidence（CoE）框架及实验性原型 Science One，用于为研究主张建立和维护证据链，并配套 CoE Audit 自动审计论文、代码、实验结果与参考文献。
推荐理由：文章把可验证性落实为证据链，并配套独立审计流程，能帮助研究团队评估AI科研代理的引用、分数、代码与方法一致性，方法与结果信息较完整。