微软正入局政治,目标是利用开源软件开发套件ElectionGuard(选举卫士)和名为竞选版微软 365(Microsoft 365 for Campaigns)的保护政党和活动的安全服务,以期达到保护投票机制的目的。
ElectionGuard SDK是与安全和验证公司Galois(https://galois.com/news/galois-launches-election-technology-spinoff-free-fair-enable-verifiable-transparent-secure-election/)一起开发的。Galois于2016年分拆为一家名为Free & Fair(公平暨公正)的选举技术公司(https://freeandfair.us/)。 ElectionGuard SDK会在今年夏天在Github上发布,微软将与选举技术公司合作开展试点。
微软进军选举领域与亚马逊网络服务的方式略有不同,后者以选举即服务(https://aws.amazon.com/stateandlocal/election-as-a-service/)提供工具进行外拓、营销和选民参与等方面的工作。 微软则重点关注投票安全。
Microsoft 365 for Campaigns将于6月推出,届时会为美国联邦办事处的广告系列提供安全工具。该服务将被预先配置,其构建基于微软的AccountGuard威胁检测服务。
AccountGuard是去年推出的全国威胁检测和攻击通知服务。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。