IBM Security宣布已经达成协议收购端点安全平台初创公司ReaQta,交易金额未对外公布。
ReaQta公司成立于 2014 年,提供的端点安全平台利用人工智能来识别和管理威胁,同时自动保持不被攻击者检测到。ReaQta的Active Defense Intelligence Platform平台为客户提供了先进的检测和响应能力,无需额外的技术人员或者资深技术人员。
ReaQta将简化检测和应对新威胁作为目标,称其高度集成的情报平台为客户提供了灵活性和速度,还可以执行复杂的分析,而这在以前,只有大型高度专业化的团队使用能够帮助组织现在和未来安全性的动态方法才能做到。
ReaQta基于行为的平台有助于实时阻止已知威胁和未知威胁,并且可以以混合模式进行部署——部署在本地环境、云端、或者是物理隔离的系统。该平台通过在端点本机上进行深度学习,能够不断改针对每个端点每个业务威胁行为的定义,从而阻止任何异常行为。
ReaQta称,该公司是“由进攻和防御网络安全领域的专家所组成的精英团队”创立的,“开辟了以突破性方法取代失败的传统网络安全技术的新道路”。
对于IBM Security来说,收购ReaQta将有助于增强其在扩展检测和响应市场中的实力。
ReaQta公司首席执行官Alberto Pelliccione在一份声明中表示:“ReaQta的使命是更好地为那些不懈努力地领先于网络威胁的防御者配备先进技术,以快速识别和阻止新的攻击。与IBM的整合,将让我们能够通过经过一款经过验证的威胁检测和响应平台,在所有类型的环境中增强和扩展我们独特的AI功能。”
在此次收购的同时,IBM Security还发布了QRadar品牌下的XDR新品。IBM QRadar XDR旨在帮助安全分析师打破行业中单点产品激增所造成的孤岛,该服务提供了跨安全工具和数据源的全面可见性。
据Crunchbase称,在被收购之前ReaQta已经累积筹集了280万美元的风投资金,投资方包括Integra Partners、Investlink、Fortino Capital和Alpha Intelligence Capital。
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。