F5 Networks今日宣布其在于2018年6月25日发表的《2018 年第二季度 Forrester Wave:Web 应用防火墙》报告中被评为“领导者”。
由分析师 Amy DeMartine 编写的这份 Forrester Research 报告肯定了 F5 强大的产品、成熟的产品战略和巨大的市场占有率,并在攻击检测和攻击响应方面给后者打了最高分。
F5 高级副总裁兼安全业务部门总经理 Ram Krishnan 表示:“应用一直是恶意攻击者的首要攻击目标之一,而我们的目标则是在最需要的地方提供全方位保护。我们相信,该报告的结果充分反映了 F5 客户和厂商高度信任我们的 WAF 解决方案可全面保护他们部署在本地、公有云和混合云中的应用。”
如今,WAF 已演变成为可显著降低应用漏洞风险的工具。当今最强大的 WAF 经过持续更新,能够提供广泛的检测和响应技术。
该报告还称赞了 F5 的多种消费模式,包括“Silverline 托管服务和自我托管产品,以及高级 WAF 设备和传统的应用安全管理器。”在评价 F5 的支持服务时,该报告指出:“客户对该公司提供的支持称赞不已。”
在参加本次评估的十家 WAF 厂商中,有三家公司获评“领导者”,F5 是其中一家。如欲查阅完整报告,请访问:https://interact.f5.com/wafreport.html
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。