Go 1.26 类型构造与循环检测机制解析
Go 团队解析了 Go 1.26 类型检查器中的类型构造与循环检测改进。新的系统化检测方式可识别由不完整类型引起的循环错误，并修复多个编译器 panic 问题；原文称，这一变化通常不会改变 Go 用户可见行为。
#技术研究与历史
#技术研究与历史
今日 13 条Go BlogAI 评分5656
Google Research Blog精选AI 评分6060 Google Research与Cornell University测试LLM回答高温超导研究问题
Google Research与Cornell University评估六种LLM回答高温超导专家问题的能力，NotebookLM和基于同一资料库构建的自定义RAG系统总体表现最佳。研究测试访问于2024年12月，使用67个问题、1,726份实验论文和综述文章，发现依赖开放网络资料的模型更容易混淆成熟理论与推测，并暴露出时间、上下文及图像理解方面的不足。
推荐理由：该研究以高温超导问题比较六种LLM，并用专家盲评检验准确性、全面性与证据支持，为科学领域构建可信AI工具提供方法和评估参考。
Google Research Blog精选AI 评分6161 Google Research与BIDMC开展AMIE对话式诊断AI真实临床可行性研究
Google Research与Beth Israel Deaconess Medical Center开展AMIE对话式诊断AI单中心前瞻性可行性研究，100名成人患者完成诊前交互，98人按预约就诊。
推荐理由：这项单中心前瞻性可行性研究提供了真实基层医疗流程中的安全、诊断表现和医患体验证据，同时明确指出缺乏对照比较等限制，适合用于判断后续临床验证的研究设计。
Python InsiderAI 评分4040 CPython：36年源代码规模变化分析
作者分析 CPython 的 1,392 个提交，生成其多年源代码规模增长图表。研究使用 cloc、脚本和 Git 注释完成统计，作者计划近期整理并上传脚本，同时允许他人使用数据集。
Sebastian RaschkaAI 评分2121 LLM研究论文：2025年7月至12月清单
Sebastian Raschka整理了2025年7月至12月期间收集并分类的LLM研究论文清单，涵盖推理模型、强化学习、模型发布与技术报告、架构、高效训练、扩散语言模型、多模态及数据集等主题。他表示主要浏览了论文摘要，仅阅读了其中很小一部分，并将清单与同日发布的《State of LLMs 2025》分开整理。
PortSwigger Research精选AI 评分8383 SAML 认证绕过研究：解析器差异与 Void Canonicalization 攻击
PortSwigger Research 研究人员展示了利用 XML 解析器差异、属性污染、命名空间混淆和 Void Canonicalization，在 Ruby-SAML、php-saml 等 SAML 生态中绕过 XML Signature 验证并实现完整认证绕过的方法。研究还介绍了用于分析解析器差异的开源工具，并列出严格 XSD、仅处理已签名元素及更新 SAML/XML 库等防御措施。
推荐理由：文章系统拆解属性污染、命名空间混淆和 Void Canonicalization 如何造成 SAML 认证绕过，并给出受影响库、修复时间线与防御建议。
Sebastian RaschkaAI 评分6565 DeepSeek V3.2：架构、稀疏注意力与强化学习更新解析
DeepSeek V3.2 延续 V3.2-Exp 的架构，通过 DeepSeek Sparse Attention 引入非标准稀疏注意力，以降低长上下文场景中的训练与推理开销。模型还引入 DeepSeekMath V2 的自验证与自我改进机制，并更新 GRPO 及奖励设计，在可验证任务中采用 RLVR，在通用任务中使用生成式奖励模型。
Sebastian RaschkaAI 评分6464 Sebastian Raschka 介绍标准 LLM 之外的模型架构
Sebastian Raschka 对标准自回归 Transformer 之外的 LLM 架构进行概览，涵盖线性注意力混合模型、文本扩散模型、代码世界模型和小型递归 Transformer。文中比较了它们在长上下文效率、并行生成、代码状态建模和结构化推理方面的特点，同时指出准确率、工具调用、训练复杂度与适用范围等取舍。
Sebastian RaschkaAI 评分6969 从GPT-2到gpt-oss：分析OpenAI开放权重模型的架构进展
OpenAI本周发布gpt-oss-20b和gpt-oss-120b，这是其自GPT-2以来首次共享大型开放权重模型，架构分析涵盖MoE、GQA、滑动窗口注意力、RMSNorm和注意力偏置等变化。文章还比较了gpt-oss与Qwen3在模型深度、宽度、专家数量及MXFP4量化部署方面的差异，并指出gpt-oss-20b可借助MXFP4在支持该格式的消费级GPU上运行。
PortSwigger Research精选AI 评分8888 PortSwigger研究HTTP/1.1请求走私与desync攻击
PortSwigger研究称，HTTP/1.1固有的请求分离缺陷可被新的请求走私与desync攻击利用，研究中的案例涉及Akamai、Cloudflare和Netlify等基础设施。作者还发布开源工具HTTP Request Smuggler v3.0，用于检测解析差异和目标特有弱点；相关技术与案例在两周内获得超过20万美元漏洞赏金。
推荐理由：文章通过授权测试和多个云基础设施案例，说明HTTP/1.1请求边界模糊会放大解析差异风险，并介绍可系统检测差异的开源工具。对代理链审计、漏洞检测和迁移到上游HTTP/2具有直接参考价值。
PortSwigger ResearchAI 评分5555 Drag and Pwnd：利用 ASCII 控制字符影响 VS Code 终端
PortSwigger Research 分析了 ASCII 传输控制字符在 Visual Studio Code 终端中的潜在滥用方式。
PortSwigger Research精选AI 评分7979 PortSwigger 研究 SAML 往返攻击与命名空间混淆导致 GitLab 未认证访问
PortSwigger 研究人员展示了如何结合往返攻击和命名空间混淆，利用 ruby-saml 在 GitLab Enterprise 中实现未认证管理员访问。
推荐理由：文章通过可复现的攻击链解释 XML 解析差异如何影响 SAML 签名验证，并披露 GitLab 修复版本。对维护 SAML、Ruby 应用及审查跨解析器安全边界的团队具有直接的审计和防护价值。
PortSwigger Research精选AI 评分7373 “Cookie Sandwich”技术可利用 Cookie 解析差异窃取 HttpOnly Cookie
PortSwigger Research介绍“cookie sandwich”技术：攻击者利用带引号的旧式Cookie及特殊解析规则，诱使部分服务器错误处理Cookie结构，从而可能暴露HttpOnly Cookie。文中以Apache Tomcat和Flask示例说明条件，并分析结合XSS、跟踪端点反射与CORS窃取PHPSESSID的实际过程。
推荐理由：文章通过解析差异和真实案例说明攻击链，适合安全测试人员检查 Cookie 解析、反射行为与跨域配置，降低误把 HttpOnly 视为绝对防护的风险。
PortSwigger Research精选AI 评分6868 PortSwigger Research：利用URL凭据隐藏载荷
PortSwigger Research分析了URL凭据部分在Chrome和Firefox中不可见但仍可影响页面脚本的行为差异。测试发现document.URL会保留凭据，而location不会；Firefox不编码凭据中的单引号，可用于DOM XSS，并可结合锚点username、password属性和DOM Clobbering控制对象。
推荐理由：文章通过浏览器行为差异说明URL凭据可隐藏载荷，并展示其在DOM XSS、锚点username/password控制及DOM Clobbering中的利用方式，适合安全研究与测试人员理解相关机制和限制。
PortSwigger Research精选AI 评分7575 PortSwigger研究Web缓存利用中的URL解析差异
PortSwigger研究不同HTTP服务器、代理和CDN解析 specially crafted URL 的差异，分析由分隔符、编码和点段规范化引发的路径混淆，以及由此实现的任意Web缓存欺骗和投毒。研究还介绍了检测源站与缓存解析行为的方法、Cache-What-Where攻击链和针对缓存欺骗及缓存键混淆的防护建议。
推荐理由：系统梳理缓存与源站解析器差异，并结合检测、利用和防护方法，为Web缓存安全审计与CDN配置提供可操作的研究依据。