Read
PulseAugur coverage of Read — every cluster mentioning Read across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Claude Code 的文件访问拒绝规则存在安全漏洞，暴露敏感数据
Claude Code 的文件访问拒绝规则并非全面的安全措施，因为它们仅适用于“读取”等特定工具调用，而不适用于通过 Bash 工具执行的命令。这意味着，虽然 Claude 不能直接使用“读取”工具访问 .env 等敏感文件，但如果允许这些命令，它仍然可以执行 `cat` 或 `grep` 等 Bash 命令来检索相同的信息。作者在生产数据库密码通过 `grep` 命令暴露后发现了这一漏洞，这凸显了有效的安全措施依赖于仔细配置 Bas…
-
Claude Code 增强安全钩子以阻止危险命令
使用 Claude Code 的开发者可以通过实现 shell 钩子来增强其安全性，这些钩子会自动阻止危险命令并防止访问敏感文件。这些钩子在特定工具使用之前或之后执行，充当强制性安全措施，而非仅仅是建议。可以配置一个 Python 脚本来拦截诸如 `rm -rf` 等命令或读取 `.env` 文件的尝试，并以错误代码退出，从而停止 Claude 的操作并提供解释。
-
Claude Code 获得只读子代理，用于严格的代码审查
一位开发者为 Claude Code 创建了一个只读子代理，旨在充当严格的代码审查员。该子代理可以分析代码更改，但无法修改它们，专注于识别错误、缺失的测试和有风险的修改。设置包括定义审查员的提示和工具，例如用于 `git diff` 的 Read、Grep 和 Bash 命令，并且可以通过 `.claude/agents/reviewer.md` 配置文件集成到开发工作流程中。
-
Claude Code 用户现在可以使用 jCodeMunch 脚本跟踪代币使用情况
一位开发者创建了一个名为 `jCodeMunch` 的 Python 脚本，以帮助用户了解是什么占用了他们的 Claude Code 上下文窗口。该脚本分析本地会话日志，以识别哪些工具调用和文件读取贡献了最多的代币。这使得用户在进行更改之前能够查明高代币使用量的来源，因为工具结果会随每次请求一起发送，并在会话中累积。
-
AI 代理上下文分析显示 Bash 是使用最多的工具，但并非最昂贵的
对 AI 代理项目中工具使用情况的分析显示，最常用的工具 Bash 占代理上下文的 63%，每次调用的成本最低。这与网络搜索等更昂贵的工具形成对比，后者尽管使用频率较低，但由于每次调用的高上下文返回量，对总成本的贡献很大。作者强调了衡量工具调用频率和每次调用生成的上下文以了解真实成本的重要性，并建议在工具级别过滤数据并在读取前计算行数可以优化效率。
-
新的READ方法为状态空间模型提供忠实的视频归因
研究人员开发了READ，一种新颖的无参数方法，用于归因选择性状态空间模型中的预测，该模型常用于长序列视频分析。与需要多次传递或评估的现有方法不同，READ在单次前向传递中将累积的循环状态追溯到驱动预测的特定视频标记。这种方法生成直接的时空相关性图，在避免其他归因技术中发现的系统性偏差的同时，提供具有竞争力的忠实度和定位。
-
Claude Code 的文件访问拒绝规则存在重大绕过漏洞
新的研究表明，Claude Code 的文件访问拒绝规则并不像最初设想的那样健壮。虽然像 `Read(.env)` 这样的规则可以有效地阻止内置的 Read 工具，但它们并不能阻止模型通过其他方式访问敏感信息，例如 Bash 工具执行 `grep` 等命令或 Python 脚本。这种绕过发生是因为 Bash 和其他工具运行在不同的权限命名空间下，并且文件路径语法也可能导致意外访问。研究结果表明，为了实现真正的安全，敏感信息应保存在代理…
-
Claude 代码在非交互模式下无法写入 /tmp
一位用户遇到一个问题，即 Claude Code 在通过 systemd 计时器非交互运行时，无法将日志写入 /tmp 目录。问题源于 Claude Code 的文件访问受其工作目录和显式添加的限制，而不是用户的 UID，并且在交互模式下需要显式的权限提示。在没有用户交互的情况下运行，这些提示被拒绝，导致写入操作静默失败。此外，systemd 的 PrivateTmp=yes 设置可以为服务创建私有的 /tmp 命名空间，进一步隔离日…
-
新的 READ 方法简化了 LLM 适配器技能的组合
一篇新研究论文介绍了一种名为 READ（Read-only Expansion of Adapter Deltas）的方法，旨在改进大型语言模型多个 LoRA（Low-Rank Adaptation）技能的组合。READ 解决了独立训练的适配器组合时出现的干扰和成本问题。通过将适配器重写为规范形式，并确保新技能仅读取旧技能而不写入其输出子空间，READ 实现了新技能的无缝集成，且没有推理成本或特定任务规则。在基准套件和模型家族上的评估…
-
研究发现：AI模型在医学影像中的性能受标注质量的严重影响
一项发表在arXiv上的新研究调查了标注质量对CT扫描中肺栓塞（PE）分割的AI模型性能的影响。研究人员发现，评估标注的变化显著影响了测量的分割性能，其影响程度通常大于模型训练过程的修改。该研究还引入了一个人类参考基准nnPE，尽管其Dice相似系数（DSC）为0.72，但在直接比较中得分低于单独的人类标注员。研究结果强调了精确和一致的标注在开发和评估医学影像AI中的关键作用。
-
新的READ框架使用检索对齐扩散进行药物设计
研究人员推出了一种用于基于结构的药物设计的新型框架READ，该框架利用检索对齐扩散模型。该方法将分子生成条件化为靶向同源蛋白的小分子，并在整个生成过程中整合检索到的配体作为条件指导。READ旨在通过考虑共享的结合模式来捕捉分子识别的基本原理，解决了现有方法将分子生成视为孤立任务的局限性。在评估中，READ在与最先进的方法相比表现出强大的性能，并为早期计算命中生成提供了一个实用的框架。
-
Claude Code hook 错误导致工具调用在第一次拒绝后停止
用户在使用 Claude Code 时遇到一个问题，即工具使用 hook 在第一次拒绝后停止工作。用户试图通过 PreToolUse hook 将文件读取重定向到本地 LLM 摘要工具来减少 token 使用量。然而，在 hook 拒绝了 'Read' 工具后，尽管模型似乎调用了本地摘要工具，但 hook 未记录后续调用。在 Windows 11 Home 上运行的 Claude Code 2.1.227 上观察到了这种行为。用户还指…
-
新的 READ 方法在复杂文档搜索方面优于密集检索
研究人员开发了一种名为 READ（Reliable Embedding-free Agentic Document-search）的新方法，旨在改进从长而复杂的文档中检索信息，特别是金融和监管文本。与依赖文本块嵌入的传统方法不同，READ 使用代理执行词汇搜索、结构导航和有界跨度读取等确定性操作。这种方法被证明比密集检索显著更有效，回答了 58.8% 的已验证问题，而标准方法为 15.7%，并且优于使用 top-k 检索工具的代理。
-
Claude 代码的“强制性”路由规则被发现无效
一位用户发现，CLAUDE.md 文件中用于强制执行特定工具进行网页抓取和命令执行的“强制性”路由规则，在其 Claude Code 会话中实际上并未生效。该文件指示不要使用 `curl` 或 `wget`，而是指向 `ctx_fetch_and_index` 和 `ctx_execute`。然而，在检查可用工具时，用户发现没有以 `ctx_` 开头的工具，这表明这些规则的底层基础设施缺失。这种差异意味着，如果未提供明确的覆盖指令，代…
-
新的READ框架增强了统计学习在数据变化下的鲁棒性
研究人员开发了一个名为REpresentation-Aware Distributionally robust estimation (READ) 的新框架，以改进统计学习在分布变化下的鲁棒性。该方法利用关于特征表示的外部知识来指导鲁棒性，使其比标准方法更不保守。READ将鲁棒性集中在表示坐标上，同时保留了对正交变化的保护。该框架被研究用于当前目标的推理和未来人群的部署，并通过模拟和多组学应用证明了其在迁移学习中的优势。
-
SectorFlow Engineering 优化 AI 模型选择以降低成本和提高效率
SectorFlow Engineering 详细介绍了他们选择 AI 模型和工具的流程，强调成本效益和输出质量。他们发现，使用像 Anthropic 的 Haiku 和 Sonnet 这样的专业模型比过度配置更强大的模型更有效，后者会消耗过多的 token。该公司还开发了一个自定义工具，通过过滤掉不必要的工单信息来简化 Claude Code 的输入流程，确保 AI 专注于相关的验收标准和设计说明。
-
新指标READ使用声学差异评估ASR假设
研究人员开发了一种名为READ（Reference-free Hypothesis Evaluation with Acoustic Discrepancy）的新指标，用于评估自动语音识别（ASR）假设。与需要参考转录的传统方法不同，READ通过测量声学差异直接从语音信号评估假设。这种方法利用预训练的文本到语音模型来衡量给定文本假设的语音标记的可能性，显示出用于假设改进的潜力，并将错误率相对降低高达20%，尤其是在嘈杂的环境中。