2020 年 12 月 15 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)今天宣布陈石磊出任中国区总经理。陈先生将负责 Check Point在中国和蒙古的销售和业务运营,向Check Point 大中华区董事总经理何伟国汇报工作。
陈石磊先生深耕中国信息技术领域逾 20年,曾在思科公司、微软公司和 IBM公司 等主要全球性世界500强公司担任销售领导要职。
在宣布任命时,Check Point 软件技术公司大中华区董事总经理何伟国表示:“陈石磊先生是一位行业资深人士,为一些全球知名科技品牌做出了重大贡献。他丰富的经验将会为我们在中国的业务发展注入新鲜活力。欢迎陈先生加入 Check Point,期待我们能够携手共进,在中国大展宏图!”
Check Point 软件技术公司中国区总经理陈石磊表示:“我很高兴能有机会加入 Check Point 这样的全球性领先网络安全公司。随着中国持续快速通过创新推动发展,人们对网络安全解决方案的需求也在不断增长。我很期待与我们的团队和合作伙伴生态系统并肩作战,为满足政企领域的网络安全需求共同努力,掀开 Check Point 在华业务的新篇章!”
陈石磊先生拥有上海交通大学的计算机网络与分布式系统硕士学位,以及华东师范大学的计算机科学学士学位。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。