Google 刚刚宣布升级 Chrome 增强保护功能。在桌面版中,浏览器现采用 Gemini Nano 来保护用户免受远程技术支持诈骗的侵害。根据 Google 的说法,这个运行在设备上的大语言模型使 Chrome 能够防范该公司此前未遇到的新型诈骗行为。
“ Gemini Nano 非常适用于这一用途,因为它能够提炼出网站多样且复杂的特性,帮助我们更快地适应新的诈骗策略,”Google 表示,并补充说希望不久后将这一功能推广到 Android 设备上。该公司还计划在未来利用同样的 AI 方法应对更多种类的诈骗。
与此同时,Android 用户将能期待更强的保护措施,以防利用 Chrome 通知作为攻击向量的诈骗。Google 再次借助机器学习技术实现这一防护功能。Google 解释道:“当 Chrome 的设备端机器学习模型标记出一个通知时,你将收到一个警告,并可以选择取消订阅或查看被屏蔽的内容;如果你认为该警告显示有误,你可选择允许该网站以后发送通知。”
打击诈骗一直是 Google 去年的主要重点。例如,今年五月,该公司预览了一种在电话通话中实时提供诈骗警报的系统。最近,Google 又为 Messages 推出了一系列安全功能。得益于这些努力,Google 表示已阻止数亿条与诈骗相关的结果传达到用户设备上。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。