Bug Bounty 獎金地圖：Google、Hyper-V、Meta TEE、Apple 與 Mozilla 的價碼在付什麼
獎金要連同產品、漏洞類別、攻擊情境與證據要求一起看；各計畫上限與品質規則不能混用。
全部文章
第 24 頁，共 129 頁
Bug Bounty 規則怎麼讀：Scope、Rewards、Exclusions 與回報條件
讀規則先回答四個問題：能測什麼、獎勵條件是什麼、禁止哪些行為、如何回報。列在資產清單上，不代表所有方法都獲得授權，也不保證發獎。
按下連結後，瀏覽器和伺服器交換了什麼？
瀏覽器送出方法、請求目標、標頭與適用的 Cookie；伺服器回傳狀態、標頭和內容。認出使用者只是身分驗證，每筆訂單仍須另外檢查存取權限。
網站最常見的兩種洞：XSS 與 IDOR，為什麼獎金差這麼多
XSS 是網站把使用者輸入原樣放進網頁，讓別人的瀏覽器把它當程式執行，修法是輸出時轉義。IDOR 是伺服器收到 id 就給資料，沒檢查這筆資料是不是你的，修法是伺服器端檢查擁有者。Google 獎金表把 XSS 放在「在受害者瀏覽器執行程式碼」（C0），一般 Google 應用基準 10,000 美元；IDOR 放在邏輯漏洞（S2），價位看洩漏的資料多敏感，同樣在一般 Google 應用上是 3,133.7 到 31,337 美元。
Google 獎金表裡 RCE 為什麼最貴：Command Injection 與不安全反序列化
RCE 是讓外人在別人的機器上執行程式。Google 獎金表裡，同樣是一般 *.google.com 應用，RCE 基準 75,000 美元，XSS 是 10,000。入門的兩條路是把使用者輸入拼進 shell 指令，以及反序列化不可信的資料；修法是參數陣列和 JSON。
程式在記憶體裡怎麼跑：位址、stack、heap 與返回位址
程式載入記憶體後，CPU 靠一個記錄「現在跑到哪」的位址一條條往下執行；呼叫函式時，stack 會留下一張寫著「做完回哪裡」的返回位址。用一支小 C 程式印出位址，就能自己驗證。
多寫幾個字元，為什麼可能讓別人控制程式：緩衝區溢位入門
緩衝區溢位是資料寫過了預留空間的邊界，蓋到隔壁的東西。教學範例裡，名字多寫一個字元就讓 is_admin 從 0 變成 65；修法是檢查長度並改用限制長度的函式。canary、ASLR、NX 是補強而不是保證，AddressSanitizer 能抓到獨立陣列的溢位，但我實測抓不到同一個 struct 內的欄位溢位。
虛擬機與 Hypervisor 是什麼：Hyper-V 獎金表的 L1、L2 各是哪一道牆
Hypervisor 是夾在硬體與多個作業系統之間、替每台虛擬機隔出獨立執行環境的軟體。MSRC 的 Hyper-V 獎金表把 guest 逃脫分成 L1（最高 25 萬美元）與 L2（最高 15 萬美元），差別在被穿過的是哪一道牆。
Hyper-V 逃脫案例拆解：CVE-2021-28476 從 guest 封包到 host 當機
CVE-2021-28476 是 Hyper-V 虛擬網路交換器驅動的一個漏洞：guest（虛擬機）送出特製封包，host（宿主）的程式照著封包裡的位址去讀、沒有檢查，結果是 host 當機。Akamai 宣稱有當機與程式碼執行兩種利用情境，但公開 PoC 只展示當機，程式碼執行沒有公開展示。CVSS 9.9，2021 年 5 月修補。放到獎金表上，公開展示的結果對應 DoS 那格（最高 15,000 美元）；L1 逃脫那格最高 250,000 美元，要有可運作的 RCE exploit，沒有 exploit 時同一格仍有 200,000、100,000、50,000 美元三列。
怎麼訓練神經網路：反向傳播其實是在省重複計算｜MIT 6.7960 第 2 堂
反向傳播不是新的數學，是把連鎖律裡各層共用的那一段只算一次。線性層的前向是乘 W、反向是乘 W 的轉置、權重梯度是「輸入 × 回傳的梯度」；計算圖分岔時梯度相加，所以共用參數的梯度也是相加。文末用一個 2-2-1 的小網路手算一次更新，損失從 0.0175 降到 0.0076。
泛化理論：容量大到能背下整份資料，為什麼深度網路還是沒有背答案｜MIT 6.7960 第 6 堂
參數數量與 VC 維度都解釋不了深度網路的泛化：網路能把隨機標籤背到 100%，VC 界因此變成沒有資訊的空話；參數加到超過插值門檻後測試誤差反而再降一次。Isola 的解釋是「擬合資料以外還有別的壓力」，他認為最重要的是架構內建的對稱性與組合性。這個問題到現在還沒有定論。
遷移學習（資料篇）：把生成模型當成可以操作的資料｜MIT 6.7960 第 19 堂
生成模型加上它的潛在空間可以當成一份能操作的資料：沿潛在方向移動可以產生反事實影像、少量人工標註可以擴成整份分割資料集（一張標註過的 GAN 影像約抵 100 張一般標註影像）。但用生成資料訓練表示目前仍輸給真實資料（課堂引的數字是 42.6% 對 43.9%），而且稀有類別正好是生成模型最不可靠的地方。
Scaling Laws：算力多十倍，該加在模型還是資料｜MIT 6.7960 第 20 堂
測試損失對資料量、參數量、算力都近似冪律，但指數很小：Kaplan 等人量到的資料指數約 0.095，資料加倍只讓損失降 6%，要砍半得多 1,400 多倍。算力該怎麼分，兩篇論文答案不同：Kaplan 是參數 ∝ C^0.73、資料 ∝ C^0.27，Chinchilla 改成各約一半。公開錄影只涵蓋到第二個發現，後面的內容本文依投影片整理，沒有講者的口頭說明。
語言模型：只會猜下一個詞的模型，為什麼不用微調就能做事｜MIT 6.7960 第 21 堂
語言模型只做一件事：給前文，輸出下一個詞的機率分布。規模夠大之後，控制它的手段變成改輸入：放幾組範例（in-context learning）、要它先寫推理步驟（chain-of-thought，課堂引的例子是一句 Let's think step by step 把算術題正確率從 18% 拉到 80%）。但聽懂指令、會說不知道，都不是光靠預測下一個詞就會有的，要另外用 instruction tuning 與 RLHF 補。
Metrized Deep Learning：替整個網路的權重找一把合用的尺｜MIT 6.7960 第 23 堂
梯度下降等於假定權重空間是歐氏的，而神經網路多半不是。Bernstein 的做法是替每一層選一個範數（線性層用依形狀縮放的譜範數），再用兩條組合規則算出整個網路的範數；用它正規化更新，最佳學習率就不隨寬度與深度漂移。把同一個想法推到對偶映射，線性層的更新變成「把梯度的奇異值全設為 1」，這也是當時 nanoGPT 訓練速度紀錄用的做法。
推論方法：模型訓練完之後，還能靠多算一點變聰明｜MIT 6.7960 第 24 堂
訓練完的模型不是只能做一次前向傳遞。貪婪取樣不保證找到模型認為最可能的序列（本文的例子裡它拿到 0.30，最佳是 0.36），所以多取樣幾次挑最好的就會進步；評分標準換成驗證器，還能挑出真的對的答案。再把搜尋到的好答案拿回去訓練模型，就是 AlphaGo 與 STaR 的迴圈，Isola 推測 o1 也是這樣做的。
機器學習在學什麼：監督式、非監督式與強化學習｜Stanford CS229 第 1 堂
CS229 Spring 2026 的開場課只有 37 分鐘、沒有推導。它用 Tom Mitchell 的「經驗 E、任務 T、衡量 P」定義機器學習，再把整門課分成監督式、非監督式、強化學習三類，三者的差別在於資料裡有沒有答案、資料是不是模型自己收集來的。大型語言模型在這個分類裡同時出現三次。
監督式學習設定與線性迴歸：一條線怎麼從資料裡學出來｜Stanford CS229 第 2 堂
第 2 堂把監督式學習拆成三件事：假設函數 h、最小平方成本 J(θ)、把 J 壓低的演算法。梯度下降每步要掃過全部 n 筆資料，minibatch SGD 只看一小批就更新，代價是在最佳解附近晃動；線性迴歸另有封閉解 θ = (XᵀX)⁻¹Xᵀy，前提是 XᵀX 可逆。
最大概似與邏輯斯迴歸：最小平方為什麼是合理的選擇｜Stanford CS229 第 3 堂
假設誤差是零均值、獨立同分布的高斯雜訊，對概似函數取 log 之後，最大概似就等於上一堂的最小平方。同一套做法換成 0/1 標籤與 sigmoid，得到邏輯斯迴歸，梯度仍是「誤差乘上輸入」。最後用 Newton 法對照 SGD：步數少，但每步要付 n·d² + d³ 的計算量。
指數族、廣義線性模型與 softmax：換一種誤差分布要重推幾次？｜Stanford CS229 第 4 堂
只要 y 的分布能寫成 b(y)·exp(ηᵀT(y) − a(η))，對 a(η) 微分一次就是期望值、兩次就是變異數；再令 η = θᵀx，線性迴歸、邏輯斯迴歸與 softmax 的更新式都是同一條 θ ← θ + α(y − h(x))x。後半堂用四個類別的例子講 softmax、交叉熵與 label smoothing。