至顶网网络与安全频道 10月09日 编译:一个由14家领先厂商组成的新网络安全联盟今天正式成立,该联盟承诺将实现跨网络安全产品的互操作性和数据共享。
这个名为Open Cybersecurity Alliance的联盟是在OASIS开放标准和开源组织下成立的,包括了众多厂商: IBM、McAfee、Advanced Cyber Security、Corsa Techology、CyberArk Software、Cybereason、DFLabs SPA、EclecticIQ BV、Fortinet、Indegy、New Context、ReversingLabs、SafeBreach、Syncurity、Threat Quotient和Tufin Software Technologies。
该计划成立时IBM Security和McAfee贡献了开源内容和代码,旨在设计可以自由交换信息、洞察、分析和编排响应等开源安全技术。
该联盟试图解决不同安全产品收集孤立数据的问题。
该联盟在声明中表示:“连接这些工具和数据需要进行复杂的集成,可以缩减花费在寻找威胁和响应威胁的时间。为了帮助企业用户加快和优化安全性,OCA联盟将开发协议和标准,让不同工具能够协同工作并在不同厂商之间共享信息,其目的是简化整个威胁生命周期中的安全技术集成,从威胁搜寻和检测,一直到分析、操作和响应,从而让不同产品可以开箱即用地协同工作。”
OCA联盟通过开发和推广允许在不同网络安全工具之间共享数据的开源通用内容和代码,加强企业安全可见性以及发现可能会被遗漏的新见解和发现的能力,此外还可以让用户从现有产品中获取更多价值,同时减少厂商锁定的问题。
OASIS首席开发官Carol Geyer在声明中表示:“如今,企业组织在不同产品和工具之间共享数据方面遇到了没有标准语言的难题,我们已经有很多促进数据交换相关的努力,但是每种工具仍然无法以标准格式发送和接收这些消息,从而导致集成成本更高且更耗时。OCA联盟的目的是加速开放共享理念,让企业更易于管理和运营。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。