2023 年 10 月,全球领先的网络安全解决方案提供商 Check Point® 软件技术有限公司(纳斯达克股票代码:CHKP)宣布推出针对其 Check Point Infinity 全球服务套件的重要增强功能。面对全球数百万的网络安全岗位缺口以及网络攻击的空前增长,企业越来越需要托管网络安全、安全云迁移及托管检测和修复 (MDR) 服务方面的先进工具和专业知识。正是在这种背景下,Check Point 扩展了 Infinity 全球服务,推出了跨网络、云端和安全运维的全新托管安全服务。
5 个月前,Infinity 全球服务惊艳亮相,为全球超过 2,400 家企业提供了 30 多项定制安全服务。这背后离不开 400 名专业安全顾问和 150 名安全研究人员的深厚专业知识,该服务的主旨就是为用户提供全面的网络安全管理策略。凭借三十年的丰富行业知识,Infinity 全球服务提供了一套统一的 IT 解决方案,其中包含来自 ThreatCloud AI 的实时威胁情报。Infinity 全球服务有四大支柱:评估、优化、控制和响应,其中每个支柱都是专为解决当今网络安全挑战而打造。
Infinity 全球服务的全新增强功能:
Check Point 软件技术公司 Infinity 全球服务副总裁 Eitan Lugassi-Gilad 表示:“鉴于威胁形势不断变化,我们的工作重点是确保我们的客户和合作伙伴拥有领先的托管安全和云服务。此次扩展增强了我们的服务产品,同时也巩固了 Check Point 作为领先托管安全服务提供商的行业地位。我们很荣幸能够帮助各种规模的客户应对设计和实施网络弹性战略的复杂挑战并完成定制化企业云迁移。”
今天宣布的新功能来自于 Check Point 最近对托管安全、云和 IT 服务提供商 rmsource 的收购。rmsource 于 1997 年在北卡罗莱纳州成立,已在托管网络安全服务、云安全、云迁移及 IT 管理领域深耕 25 余年,建立了一套成熟的流程体系并积累了深厚的专业知识。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。