AI 日志安全创业公司 DeepTempo 在成立 16 个月后任命了其首位销售副总裁。
DeepTempo 由 Evan Powell 于 2023 年 11 月创立,并于去年 11 月结束隐身状态。公司聘请了 Chris Bowen 担任这一职位,他此前是 Hammerspace 的销售高级副总裁,直到该数据编排公司在今年 1 月聘请 WEKA 的 Jeff Gianetti 担任其首位首席收入官。
Powell 在存储行业创业公司有着丰富的从业经验,包括 MayaData (被 DataCore 收购)、StackStorm (被 Brocade 收购) 和 Nexenta (被 DDN 收购)。
Powell 在一份官方声明中表示:"我们的 Tempo 软件能够发现其他解决方案可能遗漏的攻击,同时与传统的基于规则和机器学习的软件相比,能够显著节省成本。"
DeepTempo 正在开发日志语言模型 (LLGMs),这是一种大语言模型,可以检查日志数据,识别攻击事件,并且不是发送原始日志数据,而是将检测到的事件转发给安全信息和事件管理 (SIEM) 资源。其 Tempo 模块作为原生 Snowflake 数据仓库应用运行,可以检测 Snowflake 环境中的攻击指标。
从本质上说,DeepTempo 的 LLGM 可以在任何数据湖或任何日志数据流前端运行,识别可能表明恶意软件活动的异常日志数据模式,并通过连接器向 SIEM 应用发送事件警报。DeepTempo 应用可在本地运行,能够在单个 CPU 或 GPU 上运行。据悉,它可以在任何基于 Kubernetes 的工作负载管理系统中横向扩展。Tempo 目前在 Snowflake NativeApp 市场上可用。
DeepTempo 已完成 BNY Ascent 项目合作,在此期间与纽约银行 (BNY) 的工程师、执行团队和客户一起开展概念验证 (PoC)。PoC 条款基于 BNY 客户的意见,该项目提供了接触风投集团的机会,可能会促成 BNY 的投资。DeepTempo 的融资历史尚不清楚。不过,BNY Ascent 项目的要求之一是已完成 A 轮融资。
通过聘请 Bowen,DeepTempo 表明其已有产品可售,并可能将销售重点放在 Snowflake 的渠道上。如果这次尝试成功,Powell 可能会看到他创立的又一家初创公司被收购。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。