提升隐私保护:pyllyukko/user.js项目中的Referer头部优化策略
在浏览器隐私保护领域,Referer头部的处理一直是个重要话题。pyllyukko/user.js项目作为Firefox隐私强化配置的标杆,近期对其Referer相关设置进行了重要更新。
Referer头部是HTTP协议中的一个标准字段,用于告知服务器当前请求是从哪个页面链接过来的。然而,这个功能在带来便利的同时也带来了隐私风险——它可能泄露用户的浏览历史和敏感信息。
pyllyukko/user.js项目新增了两项关键配置来优化Referer头部的发送行为:
-
network.http.referer.trimmingPolicy = 2 这个设置将Referer头部信息精简到最低必要程度,仅包含协议(scheme)、主机名(host)和端口号(port)。例如,原本可能发送"https://example.com/page.html?id=123"的完整URL,现在只会发送"https://example.com"。
-
network.http.referer.XOriginTrimmingPolicy = 2 这个设置专门针对跨域请求,同样将Referer信息精简到协议、主机名和端口号。跨域请求是指从一个网站向另一个不同域名的网站发起的请求,这种场景下更需要保护用户隐私。
这两个设置的值为2时提供了最强的隐私保护级别,相比默认值0(发送完整URL)或1(去掉查询参数但保留路径)更加安全。这种配置可以有效防止:
- 第三方跟踪用户的具体浏览路径
- 敏感信息通过URL参数泄露
- 跨站点请求伪造(CSRF)攻击
值得注意的是,这种配置可能会影响某些依赖完整Referer信息的网站功能,但现代网站设计通常已经考虑到了Referer信息可能被限制的情况。对于绝大多数用户来说,这种隐私保护的收益远大于可能带来的极小兼容性问题。
pyllyukko/user.js项目的这一更新体现了其持续关注用户隐私保护的承诺,为Firefox用户提供了更强大的隐私防护能力。这些设置在保持基本网站功能的同时,最大限度地减少了个人信息泄露的风险。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00