尽管IT领导者对软件即服务(SaaS)的安全性持续自信,但他们仍然对生成式人工智能(AI)的风险感到焦虑。
调查公司Snow Software对1,000名IT领导者进行的最新数据显示,96%的受访者表示他们对组织的SaaS安全措施“有信心或非常有信心”,然而,“管理SaaS应用程序的安全性”是IT领导者面临的最大挑战。
当被问及哪些应用类型在安全角度上令人担忧时,23%的人提到了生成式AI应用程序,其次是开源应用程序(19%)和文件共享应用程序(17%)。
如果SaaS供应商在未经他们知情的情况下使用生成式AI,超过一半的人(57%)表示他们会感到惊慌,并会向供应商寻求更多信息。
Snow首席技术官史蒂夫·泰特表示:“IT领导者必须在最小化风险和提高效率之间取得平衡,同时在经济动荡期间推动业务增长。SaaS的日益复杂性以及围绕生成式AI的安全担忧使IT可见性的需求更加迫切。IT领导者需要像管理批准的供应商一样有效地管理未知领域。”
数据表明,IT团队对其集体应用可能带来的潜在风险存在犹豫。事实上,40%的受访者对数据保护或隐私表示担忧,尽管61%的人表示他们拥有广泛的数据治理和安全工具来管理与SaaS应用程序共享的数据。
在安全性之后,管理SaaS应用程序的第二个最重要方面是控制SaaS应用程序投资的总成本(39%)。但尽管存在这种担忧,90%的受访者对能够快速高效地找到节省或优化的领域表示非常有信心。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。