思科在周四透露计划收购网站和移动应用程序定性分析提供商Smartlook,以提升思科AppDynamics的数字体验监控(Digital Experience Monitoring ,DEM)。
这家科技巨头在一篇博客文章中谈到了这起尚在进行的交易,Smartlook是一家总部位于捷克共和国布尔诺的私营公司,专门从事真实用户监控(RUM),这是DEM的关键组成部分。
思科AppDynamics和FSO高级副总裁兼总经理Ronak Desai表示,Cisco AppDynamics是思科的应用性能监控软件业务,与Smartlook结合,将带来新的应用和用户体验洞察力、分析和故障排除功能,使思科的全栈可观测性(FSO)DEM产品“向前迈出一大步”。
Desai在谈到这家公司的时候表示:“Smartlook对RUM采取了增强的行业方法……它对会话记录进行事件分析,以此分析最终用户的数字化行为,并提供关于用户在生产应用程序环境中交互的见解。这使组织能够有效地解决难以复制的数字行为异常,并跨网络和移动应用程序平台分析用户的交互趋势,帮助他们优化用户体验和业务成果。”
FSO 使 IT 团队能够汇集来自自己内容的遥测数据,并对整个IT资产中提供相关的见解,无论他们是DevOps工程师、站点可靠性工程师、云运营、ITOps、业务线还是高管。据思科表示,可以通过网络问题和安全漏洞的视角看到性能影响和体验跟踪。
思科自己的FSO平台计划于6月全面上市。
此项收购的财务条款没有披露。
据Crunchbase称,Smartlook成立于2016年,拥有51至100名员工。Smartlook团队将加入思科的FSO和AppDynamics团队。两家公司预计该交易将在思科2023财年的第四季度(于7月31日结束)完成。
Smartlook是思科今年宣布的第三次收购。今年3月,该公司出于统合其安全产品组合的考虑,宣布计划收购云安全软件公司Lightspin。二月初,思科透露计划收购Valtix,这是一家私有的云网络安全初创公司,专门为tAmazon Web Services,Microsoft Azure,Google Cloud和Oracle提供多云网络安全。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。