全球有数十亿用户每天都在不同设备上使用密码,虽然密码的重要性不容小觑,但糟糕的密码管理和创建做法比比皆是。2019 年,英国国家网络安全中心透露,全球仍有 2,300 万人在使用诸如“123456”之类的不安全密码,这表明还有许多用户没有意识到潜在的危险。
但我们面临的问题不止如此。持续的技术进步不仅让用户大受裨益,也为网络犯罪分子提供了新工具来实施攻击。曾经被认为安全的密码现已成为过去式,并会产生新的漏洞。
如同加密货币挖矿使用场景,带有虚拟内存 (VRAM) 的新型显卡支持硬件设备高效处理高速数据,因此这些新型显卡也可被用于类似暴力破解密码的不法行为。最新型号的显卡能够在短短一秒内执行上百万次查验,远快于以前的中央处理器 (CPU)。这意味着,如果我们设置一个只包含字母和数字的长度少于 12 个字符的密码,攻击者只需几天就能破解。
Hive Systems 的最新报告揭示了网络犯罪分子“破解”我们的密码所需的大致时间:最不安全的密码几乎可以秒破,而最强大的密钥则需要 438 万亿年。在短短一年的时间里,这些密码的破解所用时间缩短了高达 90%。随着云服务或人工智能等新手段的出现,未来几年,这一用时可能还会进一步缩短。
设置强密码的目的和原因显而易见,但如何创建安全而强大的密码呢?对此,Check Point 安全专家公司给出了几条建议:
Check Point公司中国区技术总监王跃霖表示:“每天,网络犯罪分子都会发动新的攻击以窃取用户密码,网络钓鱼等技术通过窃取凭证成功入侵了数千项服务。因此,我们建议用户通过创建更安全的密码来加大网络犯罪分子猜测密码的难度,同时确保用户的始终处于最高级别的安全防护中,从而轻松化解可能存在的网络风险。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。