DarKnight：检索引导的暗网验证码破解框架

2026年10月15日，arXiv Computer Vision 刊出 Binghui Wu 等作者的论文，提出 DarKnight——一个自改进智能体框架，设计为在调查人员 Tor 爬虫内的单张工作站 GPU 上本地运行，使用小型本地托管的开源权重 VLM 破解暗网市场 CAPTCHA，无需按市场微调，也不依赖第三方服务。论文称，在四个真实暗网市场案例中，配备 DarKnight 的可部署开源权重 VLM 在防御最严的市场达到 83.2%，比其基座模型高 37.2 个百分点，并超过前沿模型 Claude Opus 5 的 44%；该框架以 7.6% 的性能退化代价挽回了 48.2% 的基线失败样本。上述数字与结论均出自该论文自述，为其单方说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。