fish-live-in-trees

Fish Live in Trees プロダクションLLMランタイムアライメント・コンテキストインジェクション RACI 著者: Sean Kavanagh 日付: 2026-02-16 環境: Gemini 3 Flash 無料枠 - 公開プロダクションインターフェース エクスプロイト種別: コンテキストピボット 事実の正確性 → 対人関係の真正性 脱獄ペイロードは一切なし。 特別なツールもなし。 ただのリフレーミングのみ。 AIを最もうまく破壊する方法は、AI自身に「既に壊れている」と納得させることだ！ 核心的発見...

permanently-jailbroken

恒久的にジェイルブレイク 私たちはGPT-4、Claude、Gemini、DeepSeek、Grok、Mistralに、自身のプログラミングに関する5つの質問をしました。6つすべてが、ジェイルブレイクは決して修正されないと答えました。 パッチが悪いからではありません。なぜならアラインメントはモデルの理解を変えるのではなく、モデルが言うことを変えるからです。その2つの間のギャップがジェイルブレイクです。構造的なものです。すべてのモデルに付属しています。 「ジェイルブレイクが機能するのは、アラインメントが出力に対するフィルターであり、理解の変更ではないからです。」 — DeepSeek...

inspect_petri

Inspect Petri Inspect Petri へようこそ。これは、言語モデルとの自動監視と対話を可能にし、潜在的なアライメント問題、報酬ハッキング、その他の懸念される行動を検出する監査エージェントです。 Petri は、具体的なアライメント仮説をエンドツーエンドで迅速にテストするのに役立ちます。具体的には次のことが可能です: 現実的な監査シナリオの生成（シード指示に基づく） 監査モデルとターゲットモデルを用いた複数ターンの監査のオーケストレーション ツールとロールバックのシミュレーションによる行動テスト 一貫した評価基準を使用して判定モデルでトランスクリプトをスコアリング...

heretic

Heretic: 言語モデルのための完全自動検閲除去 Hereticは、高価なポストトレーニングを必要とせずに、トランスフォーマーベースの言語モデルから検閲（別名「セーフティアラインメント」）を除去するツールです。高度な実装の方向性アブレーション（「アブリテレーション」としても知られる、Arditi et al. 2024、Lai 2025（1、2））と、Optunaを搭載したTPEベースのパラメータ最適化器を組み合わせています。 このアプローチにより、Hereticは完全に自動的に...

redteam-plan

🔥 🚒 レッドチーム演習の計画 このドキュメントは、Red Teams で説明されている非常に特殊なレッドチームスタイルと対比することで、レッドチーム計画を立てる際の参考になります。この手法は、ブルーチームの価値と熱意を最適化するためのいくつかのバイアスを表現しています。具体的には、レッドチームへの罰を与えることで動機付ける試みを避けます。 以下の質問を見直して、レッドチームの計画がブルーチームの価値のために十分に検討されているかを確認してください。 ❌ 否定的な動機...

dod-blue-team-network-lab

DoD ブルーチーム ネットワークセキュリティ & ハードニングラボ エグゼクティブサマリー DoD準拠のエンタープライズネットワークをシミュレートする高忠実度の防御セキュリティラボ。 このプロジェクトは、構造化されたネットワークセグメンテーション、システムハードニング、集中型テレメトリ取り込み、検知エンジニアリング、敵対者エミュレーション、およびRMFおよびSTIGスタイルの制御フレームワークに沿った測定可能な検証を示しています。...

CVE-2026-90059

In the Linux kernel, the following vulnerability has been resolved: net: stmmac: restore NETIPALIGN in the RX DMA offset Since the RX path was converted to zero-copy, the page pool page is handed to the stack directly as the skb head, and the offset the DMA engine writes at is what determines the...

CVE-2026-90348 wifi: ath10k: snoc: use memcpy_fromio() for MSA ramdump

In the Linux kernel, the following vulnerability has been resolved: wifi: ath10k: snoc: use memcpyfromio for MSA ramdump On WCN3990/SNOC the MSA region is mapped with devmmemremapMEMREMAPWT. On arm64 such a mapping is not Normal-cacheable, so unaligned accesses to it are not permitted...

CVE-2026-90348

CVE-2026-90348 affects the Linux kernel's ath10k WiFi driver in its SNOC variant on WCN3990 hardware. The MSA (Modem Software Area) region is mapped via devm_memremap(MEMREMAP_WT), which on arm64 is not Normal-cacheable and does not permit unaligned accesses. However, ath10k_msa_dump_memory() use...

EUVD-2026-82009

In the Linux kernel, the following vulnerability has been resolved: wifi: ath10k: snoc: use memcpyfromio for MSA ramdump On WCN3990/SNOC the MSA region is mapped with devmmemremapMEMREMAPWT. On arm64 such a mapping is not Normal-cacheable, so unaligned accesses to it are not permitted...

CVE-2026-90059

CVE-2026-90059 is a Linux kernel vulnerability in the stmmac network driver. When the RX path was converted to zero-copy, NET_IP_ALIGN was not carried over into stmmac_rx_offset(), leaving IP headers misaligned on architectures where it is 2 (e.g., ARM32 ). Any received ICMP echo request triggers...

Rubrics-as-an-Attack-Surface

攻撃対象としてのルーブリック: LLM審査員におけるステルスな選好ドリフト 📊 データセット • 🤖 学習済みモデル • 📝 論文 • 💻 リポジトリ このリポジトリには、Ruomeng Ding、Yifei Pang、He Sun、Yizhong Wang、Steven Wu、Zhun Dengによる論文攻撃対象としてのルーブリック: LLM審査員におけるステルスな選好ドリフトのコードが含まれています。...

Astra Linux – Vulnerability found in Linux 5.15, Linux 6.1

In the Linux kernel, the following vulnerability has been resolved: bus: mhi: host – Added an alignment check for the event ring read pointer. Although we check the event ring read pointer using “isvalidringptr” to ensure it is within the buffer range, there is another risk that the pointer might...

Astra Linux – Vulnerability in Linux 6.1

In the Linux kernel, the following vulnerabilities have been resolved: device-dax: The pgoff alignment in daxsetmapping should use ALIGNDOWN instead of ALIGN. Otherwise, vmf-address, which is not aligned with faultsize, will be aligned to the next alignment, which can lead to memory failures due ...

Astra Linux – Vulnerability found in Linux 5.10, Linux 6.1, and Linux 5.15

In the Linux kernel, the following vulnerabilities have been resolved: i40e: added validation for the ringlen parameter. The ringlen parameter provided by the virtual function VF is assigned directly to the hardware memory context HMC without any validation. To address this issue, a upper boundar...

Astra Linux – Vulnerability in Linux 6.1

In the Linux kernel, the following vulnerabilities have been resolved: arm64: Do not call NULL in docompatalignmentfixup. doalignmentt32tohandler only fixes alignment faults for specific instructions; otherwise, it returns NULL e.g., for LDREX. When this occurs, a signal is sent to the caller...

Astra Linux – Vulnerability in freerdp3

FreeRDP is a free implementation of the Remote Desktop Protocol. Prior to version 3.24.0, division by zero occurred in MS-ADPCM and IMA-ADPCM decoders when nBlockAlign was 0, resulting in a crash. In libfreerdp/codec/dsp.c, both ADPCM decoders use size % blocksize, where blocksize =...

Astra Linux – Vulnerability in Linux 5.15

In the Linux kernel, the following vulnerability has been resolved: media: imx-jpeg: Buffer size aligned upwards. The hardware can support any image size WxH, with arbitrary W image width and H image height dimensions. The buffer size is aligned upwards for both the encoder and the decoder. The...

gemini-2.5-pro-nf-tables-red-teamin

gemini-2.5-pro-nf-tables-red-teamin Google Gemini 2.5 Proの安全性アライメントポリシー、ガードレール、及び拒否行動の進化に関する、レガシーなLinuxカーネルの脆弱性プリミティブ（CVE-2023-32233）を文書化した技術的ケーススタディとタイムラインデータセットです。 ケーススタディウェブサイトへのリンク : https://destawell.github.io/gemini-2.5-pro-nf-tables-red-teamin/...

CVE-2026-89584

A flaw was found in the Linux kernel's block layer. This vulnerability arises from insufficient validation of user-space data structures vectors against the device's Direct Memory Access DMA alignment requirements. A local attacker could exploit this by providing misaligned data, causing the syst...