Sabitlenmiş Tweet
Stefans23
997 posts

Stefans23
@StefansZhou
Love/Research/Work on crypto Layer1 | Layer2 | NFT | DeFi | Web3
Katılım Şubat 2013
1.4K Takip Edilen129 Takipçiler

Sign up to @hypurrdash with my referral link and get priority access!
hyperdash.com/join/stefans
English

@JamesWynnReal Hey James, nobody here, but I’ve been watching your Hyperliquid journey — all the wins, and every liquidation. Still with you, let me in.
English
Stefans23 retweetledi

Something HUGE is happening.
I will share here first. Always.
t.me/Wynning_Memes
Like and repost for bonus points. Comment so I know who you are. I'm building an army. I'll be in touch.

English

🚀 微软的 MAI-DxO 革新医疗诊断!通过多 AI 协作,模拟医生团队,诊断准确率达 85.5%,成本降低 20%!从复杂病例到资源优化,未来医疗新篇章!微软牛逼! microsoft.ai/new/the-path-t… 🩺 #AI #医疗 #创新
中文
Stefans23 retweetledi

Join me in earning points for the ~200 million $S airdrop on @SonicLabs, the future of DeFi.
Use referral code 6HMLP2 at my.soniclabs.com/points to get started!
English
Stefans23 retweetledi
Stefans23 retweetledi

Elon Musk wanted an OpenAI for-profit. openai.com/index/elon-mus…
English
Stefans23 retweetledi

Radiant Capital 被盗 $50M+ 的原因居然是这个?🤔️
昨天针对 Radiant Capital 的资金盗窃,是在攻击者对多个团队成员的电脑植入【木马】后发生的。
团队成员在使用 Gnosis Safe @safe 多签时,电脑屏幕上看到以为是正常的多签数据,但他们的硬件钱包却签署了 transferOwnership(),将借贷池的控制权交给了攻击者。
一句话:用木马进行狸猫换太子,骗取签名。
攻击者随后将这些签名整合到他们的攻击中,使所有权转移、合约升级和初始盗窃都在一次操作中完成。
攻击者利用 transferFrom,从那些已授权借贷池合约的用户那里窃取资产。
目前没有迹象表明实际的硬件钱包被攻破,木马拦截并替换了签名请求。并且,在 Gnosis Safe 签名中,没有出现签名的结果(毕竟签名请求被修改拿去转移权限了)。
这次攻击涉及的技能远远超过一般的攻击,有组织有预谋是专业团队。整个流程包括植入木马、硬件钱包拦截软件、智能合约编写、理解团队组织架构和签名替换,以及洗钱退出计划等等。
但是流程越多,暴露点就越多,安全机构追回的概率就越大!希望事情能有一个好结果。
根据原 thread 评论区,团队使用的是 Ledger 硬件钱包。该钱包目前没有解析 Gnosis Safe 的签名内容,在硬件上盲签。
✨如何避免✨
(1)项目方的协议考虑使用时间锁和更好的治理流程
如果转移资金大到一定程度,项目方设定一个 T+1 之类的时间延迟,可能能阻止很多安全事故。
其实就是给资金相关的协议设置时间锁(Timelock)和完善的治理流程。这样能够安全机构和白客们提供足够的时间来检测异常活动,触发警报,并采取相应的缓解措施。用户也可以在此期间确保资金安全,提前撤销授权,防止资产被盗。
而不是像现在这样一觉醒来直接被「偷家」。
(2)团队需要仔细验证硬件钱包的签名信息,以及多签的异常警惕
在签署任何交易时,务必仔细检查硬件钱包上显示的签名数据。目前复杂签名的盲签问题普遍存在,这一点我们各家硬件钱包都在努力争取能解析大部分签名内容。OneKey 会陆续推出相关更新。
在多签过程中,如果硬件钱包上签名后与预期不符——比如像这里签名之后没有在 Gnosis 中出现结果,应立即停止签名过程并进行调查。要怀疑是不是签名被修改了。
(3)有敏感权限的成员提高设备安全性,防范木马
防患于未然!
提升有敏感权限成员的安全意识。确保所有团队成员的电脑和设备安全——定期更新操作系统和安全软件,使用可靠的防病毒和防木马软件。如果可以,找个机构(比如慢雾 @SlowMist_Team )审计一下整体的安全情况。
一定避免下载和运行不明来源的程序(特别是防不胜防的社会工程钓鱼),如果可以,只在签名的时候联网。
以上。🙏
Daniel Von Fange@danielvf
Yesterday's sophisticated 50 million Radiant Capital hack happened after attacker's trojaned the computers of multiple team members. Team members saw and verified good multisig data on screens, but their hardware wallets signed evil data. 1/7
中文
Stefans23 retweetledi
Stefans23 retweetledi

Stefans23 retweetledi

GOT-OCR2.0:一款端到端的 OCR 模型
可以处理各种复杂的OCR任务,不仅包括普通文本,还可以识别公式、表格、乐谱等复杂内容。
• OCR-2.0主要支持中文和英文字符识别,并能够通过进一步的微调扩展到更多语言。
• 场景文本识别:能够处理自然场景中的文本识别任务,如街道标志、广告牌上的文字等。
• 文档OCR:处理文档中完整页面的文字识别,无论是纯文本文档,还是含有表格、公式等的复杂文档。
• 格式化文本OCR:支持将光学文档中的文本直接转换为 Markdown、Latex 等格式,保持复杂文档的原始排版和格式。
• 动态分辨率:GOT 支持对超高分辦率图像(如大幅海报、拼接PDF页面)进行OCR处理,使用动态分辨率技术确保在图像过大时保持识别准确性。
• 多页OCR:GOT 能够批量处理多页文档,例如长篇PDF文件或包含多张图片的OCR任务,极大提升了处理效率。
• 公式、表格、图表识别:除了基本文本识别,GOT 还能识别和处理文档中的数学公式、化学分子式、表格、图表等复杂结构,并将其转换为可编辑的格式(如LaTex 或 Python 字典格式)。
• 格式化输出:OCR-2.0支持生成多种格式化输出,包括Markdown、TikZ、SMILES、LATEX等,能够将识别到的字符以结构化的方式输出,例如表格、数学公式、分子结构等。

中文
Stefans23 retweetledi
Stefans23 retweetledi











