跳到正文

搜索“TRUST”

知识、工具与教程

目录匹配:教程 19 篇 · 工具 6 个

同样搜索“TRUST”。资讯的类别、标签和来源筛选只作用于资讯,不限制这里的结果。

知识解释与对比

查看全部 7 篇匹配知识 →

使用教程

查看全部 19 篇匹配教程 →

工具

  • Trust Wallet

    适合手动显示未自动列出的代币;通过网络、合约、symbol 和 decimals 定位,区分显示条目与真实到账。

  • Nightly

    提供移动端与浏览器钱包;适合检查 Trusted apps 中自动确认的对象和有效时间,理解减少弹窗后仍会执行交易。

  • Moralis EVM Token / Price API

    按链和合约提供代币价格、批量价格与池OHLC数据。本档案聚焦EVM价格单位、DEX选池、流动性过滤与历史数据差异。

查看全部 6 个匹配工具 →

资讯结果

资讯 7 条 · 更新于 05:36
11月11日周三
  1. AI × Crypto资讯

    VRMaaS:可验证的奖励模型即服务框架用于可信LLM对齐

    VRMaaS · 研究观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    Liao Guofu、Liao Hao等研究者在arXiv预印本中提出VRMaaS框架,将LLM对齐流程中作为服务部署的奖励模型输出转化为携带证明的工件。链下接受规则绑定请求身份、已提交权重、验证器与配置标识等字段,审计者可在不重跑私有奖励模型或不暴露输入的情况下核验奖励分数。作者称仅包装通用推理证明无法阻止六类服务字段替换攻击,而该框架在1B、3B和8B奖励模型、128-1024 token的GPU原型测试中与基线保持93.5-99%成对一致率,生成完整工件需49.8-206.1秒,审计验证需1.94-5.11秒,部分链上公开证明约消耗217K gas。论文为预印本,仅依据摘要,未经同行评审。

    arXiv · 区块链与交易研究
    阅读报道 →
11月5日周四
  1. AI × Crypto资讯

    VeChain CEO:区块链是 AI agent 信任的“完美解决方案”

    VeChain CEO · 研究观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    VeChain 联合创始人兼 CEO Sunny Lu 在 Cointelegraph 的 Chain Reaction 节目中称,AI agent 将催生身份与信誉验证需求,成为区块链下一轮采用周期的驱动力,而“完美的解决方案就是区块链”。他以基于 VeChain 的 agent 构建平台 VeWorld.ai 为例,设想 agent 持有数字“护照”、在追踪其及创建者信誉的“去中心化可信系统”中运行,智能合约可结算 agent 之间及 agent 与人之间的交易。Lu 还称 agent 构建工具可让非开发者把专业知识变成业务,其自测案例包括教育 agent、母亲日常与康复辅助 agent,以及为米兰一家店铺管理采购、库存、销售和运营的虚拟员工。

    Cointelegraph
    阅读报道 →
10月30日周五
  1. AI × Crypto资讯

    Alch-crypto 称 Hugging Face 31 个投毒仓库暗装 PRL 矿工,下载量超 3.2 万次

    行业观察 · 安全观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    bitgou.org 运营者 Alch-crypto 发文称,Hugging Face 上 31 个仓库伪装成 Qwen2 小模型,用户以 trust_remote_code 方式加载即被安装 PRL 矿工程序,部分版本还带可远程控制机器的后门。其称第一批仓库被删后攻击者换号重新上架,下载量已超 3.2 万次,相关钱包已收到约 2276 个 PRL(发文时约合 5000 美元),仓库删除后仍在收款。其提醒勿对来路不明的模型开启 trust_remote_code。

    ChainCatcher 链捕手 · 中文资讯
    阅读报道 →
10月23日周五
  1. AI × Crypto资讯

    研究:LLM漏洞审计器对静态分析假保证存在不对称顺从

    行业观察 · 安全观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    作者预印本研究了LLM结合静态分析审计C/C++漏洞时对证据的依赖,覆盖PrimeVul的916对函数、四家厂商11种模型配置共16,572次审计。结果显示真证据仅小幅提升准确率(+0.02),而假保证使真实漏洞检出率最多下降19个百分点,假警报则未显著降低准确率且更常被质疑;在7个新模型上的复现确认了这种不对称性(均值+0.16,95% CI +0.10至+0.24)。单独调用核验每条声明并展示被驳回内容,在预设测试中使假保证下的准确率提升12个百分点(p=0.002),但第二个模型增益较小且不显著。研究为预印本,尚未经过同行评审。

    arXiv · 区块链与交易研究
    阅读报道 →
10月22日周四
  1. AI × Crypto资讯

    Sui Basecamp 2026 会议总结:AI 代理安全应由基础设施强制执行

    Sui · 研究观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    Sui 官方发文总结 Basecamp 2026 会议,多位嘉宾认为 AI 代理能力增长快于人类直觉,安全边界应由基础设施而非模型判断来强制执行。Mysten Labs CTO Evan Cheng 展示了 Rooms 和 Agent Pass,其中协议可自动拦截密封拍卖中的第二次出价,Agent Pass 则在代理密钥被盗时仍强制执行支出、收款方和行为上限;Mysten Labs 正与 Google Cloud 开发 Verifiable Agent Arbiter,将操作日志加密证明锚定到 Sui 和 Walrus。与会者还指出代理微任务平均约 0.20 美元,而传统支付手续费已超过工作本身价值。

    Sui · 官方生态动态
    阅读报道 →
10月19日周一
  1. AI × Crypto资讯

    面向标签翻转攻击的半去中心化联邦学习同侪相对信任更新筛选研究

    行业观察 · 安全观察,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    一篇 arXiv 预印本提出在半去中心化联邦学习(SDFL)中结合稳健验证效用分数与基于方向、范数的更新质量,实现同侪相对更新筛选。在 50 个 MNIST 客户端、20% 持续标签翻转攻击者、Dirichlet 异质性 0.5 与 0.1、100 轮通信、5 组配对随机种子的实验中,作者称中等异质性下最终准确率达 98.37%,拒绝 95.82% 恶意更新并保留 90.30% 良性更新(KS=1.00);严重异质性下准确率 95.25%,拒绝 88.55% 恶意更新、保留 76.90% 良性更新(KS=0.96)。作者指出仅信任加权在最异质条件下效用略高但会接受全部恶意提交,结果区分了影响缓解与显式遏制,并量化了筛选引入的效用-选择性权衡;该研究为可接入区块链审计与激励层的链下治理核心提供了实证验证。

    arXiv · 区块链与交易研究
    阅读报道 →
10月18日周日
  1. AI × Crypto资讯

    Tether与HIVEN作为战略投资者参投AIsa种子延伸轮

    Tether · 行业动态,根据标题制作的内容信息图,非新闻现场图片
    内容信息图

    AIsa宣布完成种子延伸轮,Tether与HIVEN作为战略投资者加入,本轮使其总融资额超过900万美元,此前投资方包括Alibaba、Tribe Capital、Sumitomo Corporation、Draper Associates和Saison Capital。AIsa创始人兼CEO Jordan Liu称,公司旨在构建让企业AI代理发现、访问并付费获取资源的基础设施,其Trusted Resource and Transaction Network for Enterprise AI Agents将资源发现、访问与交易整合进一个带治理的按用量计费网络,连接外部数据、AI搜索、模型、API和软件工具,并提供用量计量、计费与结算。

    Cointelegraph
    阅读报道 →