思科今天宣布的这项新服务是基于OpenTelemetry的双向整合,将旗下的应用监控工具Cisco AppDynamics和网络智能产品ThousandEyes通过整合后结合在起来。思科表示,由于客户数字体验监控新服务是双向的,可以做到在这些平台之间同时和实时地交换数据。
新产品的目的是提高数字应用的用户体验。思科表示,客户的团队利用思科旗下的各种工具可以发现异常情况,进而能够在终端用户受到影响前解决应用中出现的任何问题。
思科还表示,AppDynamics和ThousandEyes的结合可以提供各种洞察,有利于应用程序以及思科支持的网络。新服务可以为应用运营团队提供互联网连接指标以及为网络运营商提供实时应用依赖性映射能力。思科称,因此,两个团队都可以得到两个领域的最好结果。新服务还可以帮助这些团队更有效地协作,以便在需要合作时解决问题,可以利用可操作的建议大大缩短解决问题的平均时间。
思科表示,团队能够全面了解其应用的健康状况和用户的体验,因而相应的公司能够做出更明智的决策并改善业务成果。
思科公司执行副总裁、首席战略官兼应用部总经理Liz Centoni表示,“消费者的数字体验现在越来越简单,对于提供数字体验的企业而言则越来越复杂。客户数字体验监控服务无缝地将我们业界领先的应用观察能力与我们无与伦比的网络智能结合在一起,客户因而可以发现那些以前看不到的所有应用和网络依赖关系。”
思科表示,客户可以将客户数字体验监控服务和Smartlook s.r.o公司的真实用户监控能力一起部署,可以进一步提高观察能力。思科上个月表示打算在今年晚些时候收购Smartlook。Smartlook公司主打涉及终端用户数字行为的分析和情境化的工具。
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。