至顶网网络与安全频道 11月06日 综合消息: 2019 年 11 月 6 日 — 网络安全解决方案提供商 Check Point软件技术有限公司(纳斯达克股票代码:CHKP)宣布对 CloudGuard 和 Microsoft Azure 安全中心进行重大集成。此次集成支持根据汇总了 CloudGuard 和 Azure 安全中心建议的 Azure 安全建议视图进行全面的一站式 Azure 安全状态管理。除此之外,Check Point 目前还与很多其他 Microsoft 产品进行了集成,比如 CloudGuard 与 Azure Sentinel、SandBlast Mobile 与 Microsoft Intune。
Check Point 软件技术公司产品管理与产品营销副总裁 Itai Greenberg 表示:“CloudGuard 与 Microsoft Azure 安全中心的集成进一步加强了我们与 Microsoft 的技术和产品合作。Check Point 现在可以无缝集成 CloudGuard、SandBlast Mobile 和 Microsoft 安全解决方案。”
此次合作是对 Check Point 与 Microsoft 不断深化的战略业务关系的延续。Check Point是 Microsoft 的 MPN(Microsoft 合作伙伴网络)金牌合作伙伴及 IP 联合销售解决方案安全 ISV(独立软件供应商)。
Microsoft Azure 高级总监 Scott Woodgate 表示:“网络安全是复杂的,但不一定是繁琐的。通过集成 Check Point CloudGuard 与 Microsoft Azure 安全中心,我们可以将两种服务的安全建议整合到一种用户体验中。我们很高兴 Check Point 成为集成 Azure 安全中心的首批合作伙伴之一。”
CloudGuard 是领先的云安全解决方案,其中包括端到端合规性管理以及面向 Azure 的自动数据整合和就地修复。当在 Azure 中部署工作负载时,CloudGuard 可简化公有云合规性和安全状态管理流程,同时减少实现合规性所需的时间。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。