Komprise 宣布其自动化 AI 数据管道现已具备检测和保护个人身份信息 (PII) 的能力。
这家非结构化数据管理公司推出了 Smart Data Workflow Manager 产品,主要面向希望防止 PII 和其他敏感数据泄露的组织。该公司表示,IT 团队担心敏感数据"潜伏在不该出现的地方"的风险,而随着非结构化数据的增长,这些风险也在不断增加。生成式 AI 的普及更是加剧了这一问题。
Komprise 指出,存储管理员通常负责数据治理和合规工作,但缺乏在整个数据环境中系统性执行这些工作的方法。CEO Kumar Goswami 表示:"敏感数据泄露的风险正在上升,这使得组织在使用 AI 时举步维艰。我们很高兴能够通过 Komprise Smart Data Workflow Manager 中新增的敏感数据检测和缓解功能,系统性地降低敏感数据风险,帮助客户提升网络安全性并为 AI 数据接收提供数据治理支持。"
联合创始人、总裁兼首席运营官 Krishna Subramanian 在本月早些时候接受 Blocks & Files 采访时提到了这一即将推出的功能。Smart Data Workflow Manager 现包含以下功能:
标准 PII 检测:可选择扫描国民身份证、信用卡号码和电子邮件地址等 PII 数据类型。支持多重分类以识别任何给定文件中的多种 PII 类型。
自定义敏感数据检测:客户可以通过关键词和正则表达式 (regex) 搜索在数据中查找任何文本模式,以识别特定数据格式,如员工 ID、机器或仪器 ID、产品或项目代码,或医疗系统特有的患者记录 ID 等 PHI 数据。
原位敏感数据扫描:在企业防火墙后本地执行,确保敏感数据留在原处,不同于基于云的数据检测服务。
修复和移动:一旦检测到 PII 数据,用户可以设置工作流来限制数据或将其移动到安全位置。
AI 接收预处理:敏感数据检测可以作为 AI 接收工作流的预处理步骤,防止敏感数据泄露到 AI 系统中。
持续性工作流:用户可以设置定期运行的工作流,Komprise 自动查找并处理任何新的敏感数据,实现持续检测、标记和缓解,并具备完整的审计功能。
Komprise 软件会保留所有工作流处理数据的完整审计记录,例如将数据复制到 AI 或机器学习系统接收的位置。
Komprise Smart Data Workflows 以及新的敏感数据检测和正则表达式搜索功能目前正在向客户和合作伙伴提供早期访问。这些功能将作为 Komprise Intelligent Data Management Platform 的一部分,预计在第一季度末全面上市。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。