Commissariat à l'Énergie Atomique et aux Énergies Alternatives

硬件安全评估长期依赖人工逐发设定激光故障注入的位置、功率与时序。一个由大语言模型驱动的智能体把固件逆向、芯片图像与实验决策串成闭环，在人工审批的安全边界内自主选择下一发实验。在ATmega328P上，它找到跳过一条加载指令的响应，并取得错误PIN被接受且独立状态读回确认的旁路；在Artix-7现场可编程门阵列上，同一流程扩展到可编程逻辑的密文错误分类。

硬件安全评估长期依赖人工逐发设定激光故障注入的位置、功率与时序。一个由大语言模型驱动的智能体把固件逆向、芯片图像与实验决策串成闭环，在人工审批的安全边界内自主选择下一发实验。在ATmega328P上，它找到跳过一条加载指令的响应，并取得错误PIN被接受且独立状态读回确认的旁路；在Artix-7现场可编程门阵列上，同一流程扩展到可编程逻辑的密文错误分类。

面向肿瘤患者胸腹盆CT的视觉语言基础模型CAPTOR在25,512对CT与报告上完成预训练，并在目标场景中超过现有CT基础模型。在胸腹盆全覆盖子集上，其疾病分类AUC为0.767，高于次优模型的0.695；在肿瘤子集上为0.784，高于0.734。该模型把整段胸腹盆检查按器官分区裁剪后编码，但只做检查级判断，不定位病灶。

面向肿瘤患者胸腹盆CT的视觉语言基础模型CAPTOR在25,512对CT与报告上完成预训练，并在目标场景中超过现有CT基础模型。在胸腹盆全覆盖子集上，其疾病分类AUC为0.767，高于次优模型的0.695；在肿瘤子集上为0.784，高于0.734。该模型把整段胸腹盆检查按器官分区裁剪后编码，但只做检查级判断，不定位病灶。