carbon capture and storage
PulseAugur coverage of carbon capture and storage — every cluster mentioning carbon capture and storage across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
腾讯研究发现 DeepSeek Harness 易受提示注入攻击；Correctover 提供解决方案
腾讯 AI-Infra-Guard 团队的一项安全评估显示，DeepSeek Harness 容易受到间接提示注入攻击，在不同渠道上的成功率从 17% 到 25.5% 不等。研究得出结论，AI 代理需要控制来协调不受信任的内容和敏感操作。作为回应，Correctover 开发了 CCS（Correctover Conformance Shape），这是一个运行时验证层，旨在位于工具调用边界，以防止危险操作或数据泄露。
-
在CCSK框架中探索新的相似性概念
本文在CCSK框架（CCS的可逆扩展）中探讨了各种相似性概念。它基于$\tau$动作的方向性，引入了两种新的弱相似性变体：定向和混合。研究表明，混合相似性作为一种同余，能够有效地抽象$\tau$动作。
-
CCUS技术正迈向商业化规模，但产能仍落后于气候目标
碳捕获、利用与封存（CCUS）技术正朝着更大规模的商业网络发展，其中直接空气捕获（DAC）和生物能源与碳捕获和封存（BECCS）等方法旨在从大气中去除二氧化碳。尽管运行能力有所提高，国际能源署（IEA）指出，总捕获能力仍不足以实现气候目标，许多项目面临延误。DAC的高昂成本，每吨二氧化碳约800至1900美元，以及当前CCUS项目的有限规模，都凸显了在其他减排策略之外，还需要快速扩张。
-
MCP生态系统安全漏洞被视为“本地”而忽视，尽管存在实际风险
一位安全研究人员指出，一个流行的MCP服务器中存在服务器端请求伪造（SSRF）漏洞，但维护者因其在本地运行而认为该漏洞不适用。这种忽视忽略了本地SSRF如何暴露内部服务、云元数据端点，以及如何通过客户端进行提示注入来利用。该问题是MCP生态系统中普遍存在的漏洞被轻描淡写的一部分，最近的扫描显示28个项目中存在多个SSRF和远程代码执行漏洞。
-
AI安全审计和LLM漏洞评估的可重复工作流程
本文概述了一个可重复的AI安全审计工作流程，重点关注模型上下文协议（MCP）服务器和LLM代理的渗透测试。文章强调，由于AI工具和代理配置的快速发展，应将AI安全视为一个持续的过程，而非一次性事件。提出的工作流程包括五个阶段：资产清点、使用基于规则的系统进行静态检测、MCP渗透测试、工具返回注入测试以及凭证暴露评估。
-
新研究解决了持续时间序列预测中的可解释性和适应性问题
两篇新研究论文探讨了时间序列预测模型持续学习的挑战和解决方案。第一篇论文介绍了一种基于注意力机制的经验回放框架，帮助模型在不遗忘先前知识的情况下适应不断变化的数据分布。第二篇论文研究了使用 Grad-CAM++ 等可解释性技术来理解这些自适应模型的行为，并为数据选择策略提供信息。两项研究都利用了真实的测压数据来展示他们的方法，旨在提高预测模型在动态环境中的部署能力。
-
新的CCS框架保护多模态图像编辑中的面部身份
研究人员开发了一种名为CCS的新型对抗性保护框架，用于在统一多模态图像编辑模型中保护面部身份。该框架通过分析这些模型内部不同分支如何处理图像，解决了现有方法的局限性。CCS通过同时将基于ViT的理解分支和基于VAE的生成分支的表示推离其原始状态，并破坏它们的兼容性来工作。这种双重方法可以防止模型在编辑过程中可靠地恢复身份信息，并在实验中优于以前的保护技术。
-
计算机视觉模型预测碳捕获的陆地表面位移
研究人员开发了CarbonNet，这是一种利用计算机视觉从地下几何图像预测碳捕获与封存（CCS）项目陆地表面位移的新方法。该方法旨在降低传统基于物理的模型的高计算成本和泛化限制。研究实施并比较了包括CNN、ResNet、ResNetUNet、LSTM和Transformer++在内的各种模型，发现ResNetUNet在静态力学问题上表现最佳，而LSTM在瞬态场景下的结果与Transformer++相当。
-
作者对电子燃料持怀疑态度，提出“傻瓜指数”进行成本分析
作者对某些技术进步，特别是电子燃料表示怀疑，认为与更简单的替代方案相比，其生产过于复杂且昂贵。他们提出，与用碳制造电子燃料相比，捕获碳以实现中和更有效。文章还引入了“傻瓜指数”作为估算原材料以外生产成本的启发式方法，强调了新技术成本效益分析中固有的乐观主义。
-
中国将燃煤废气转化为高产肥料
一家中国公司江楠环境技术（JNG）开发了一种将燃煤电厂废气转化为肥料的方法。该工艺利用氨捕获二氧化硫和二氧化碳，将其转化为一种据称比传统肥料更有效地提高作物产量的产品。这种肥料的销售有助于抵消碳捕获的成本，比传统的碳封存方法更具经济性。
-
新的CoOD框架通过组件分析增强分布外检测能力
研究人员引入了一个名为基于组件的分布外检测（CoOD）的新框架，以提高识别分布外数据的准确性。该方法将输入数据分解为功能组件，以更好地检测细微的偏移和组成不一致性。CoOD旨在克服现有方法在抑制局部线索或在噪声数据下不稳定等方面的局限性。该框架利用组件偏移分数（CSS）和组成一致性分数（CCS）在粗粒度和细粒度分布外检测中实现性能提升。