英国政府宣布推出一项新计划,旨在针对性地提升网络安全技能并加强小型企业的防御能力。在英格兰和北爱尔兰,30 个项目将共同分享政府和私营部门合作伙伴设立的 190 万英镑基金。
这些项目作为政府更广泛的"变革计划"的一部分,最初于 2024 年 9 月宣布。它们将通过学校、大学、社区团体和企业等机构开展,旨在深入各个社区,支持当地安全需求,包括为学童提供培训,以及支持安全领域的学徒和本地专业人士。
目前已有多个项目在进行中,这些项目致力于提升小企业主和员工的技能水平,为社区开拓安全职业新途径,支持神经多样性人士从事安全行业,并帮助女性和女童防范网络骚扰和滥用。
政府表示,英国的安全行业目前为英国经济贡献了近 120 亿英镑,但随着人们在线面临的威胁日益增加,对网络安全服务和专业人才的需求将进一步增长。政府希望通过资助这些项目,为满足这一需求做好准备。
网络安全部长 Feryal Clark 表示:"我们越来越多的生活在网上进行——无论是每周购物、银行业务、浏览网页预订度假,还是简单地与亲人保持联系。但我们不断发展的数字经济也价值数十亿英镑。这就是为什么建立强大的防御比以往任何时候都更加重要——作为我们发展经济变革计划的一部分,我们还需要保护它。随着破坏我们日常依赖的技术和服务的企图持续增加,我们将不遗余力地确保我们的社区具备应对挑战的技能。"
国家网络安全中心 (NCSC) 国家韧性和未来技术总监 Jonathan Ellison 补充道:"这些项目将通过为当地社区提供应对日益增长的数字威胁所需的技能和支持,帮助增强英国的网络韧性。通过提升小企业和个人的技能、投资人才发展和鼓励神经多样性人才,政府和行业合作伙伴正在为未来培育强大和多样化的网络安全社区。这对于保护我们的数字经济、创造安全创新的新机遇以及帮助英国成为在线生活和工作最安全的地方至关重要。"
与更广泛的技能计划同步,政府和 NCSC 支持的面向 11-14 岁青少年的网络探索者杯竞赛今天也启动了第二轮比赛。去年的比赛有 680 名学生参与,取得了巨大成功。
这项竞赛旨在鼓励年轻人考虑未来从事网络安全职业,是在网络探索者计划框架下运行的。该计划是一个免费的互动学习平台,旨在培养在线安全等关键领域的基本数字技能。
来自全英国的参赛者将参加一系列夺旗网络安全挑战,解决难题并提升他们的安全知识。符合条件的学生需要先在网络探索者平台上完成至少三个任务,之后将获得成就证书并有机会参加职业日活动,获得安全专业人士的指导。
政府表示,这些举措表明它正在履行其新年启动的变革计划,确保英国能够满足对安全专业人才的长期需求,并创造新的就业机会以促进经济增长。
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。