Check Point软件技术有限公司(纳斯达克股票代码:CHKP)于 2021 年世界备份日警告称,全球勒索软件激增表明各组织必须制定可靠的备份策略,以最大限度地降低攻击对其网络的影响。Check Point 的最新数据显示,在过去 6 个月中,勒索软件攻击增加了 57%,自 2021 年以来环比增长 9%。平均每 10 秒就有一个新组织遭到勒索软件攻击。
2020 年,从勒索软件攻击中恢复的平均成本超过 84,000 美元。业务系统瘫痪的时间越长,修复成本就会越高,因此快速还原数据与系统的能力至关重要--这意味着全面、最新的数据备份不可或缺。根据 Check Point 报告,如果没有有效的备份策略,组织将面临以下重大风险:
Check Point 软件技术公司安全专家表示:“首先,使用领先的保护软件防止勒索软件攻击应始终是首选。然而,随着网络犯罪分子不断花样翻新,各组织仍然有中招的风险因此必须定期备份数据,如果可能的话,尽量覆盖整个组织。此外,我们还建议离线存储备份或将其与主网络隔离,以避免被勒索软件加密。攻击中,犯罪分子拿您的所有信息来做要挟的筹码;在支付赎金前,您将无法访问您的重要文件或系统。但如果您拥有所有旧数据的安全副本,那么这种威胁将毫无意义。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。