当地时间本周一,一名美国法官回绝了苹果的请求,拒绝撤销对该公司是否遵守反垄断法的密切关注,遵循其去年对苹果共谋提供电子书价格一案的判决。
据路透社报道,在本次听证会上,法官丹妮丝•科特(Denise Cote)回绝了苹果希望在完成上诉裁决前暂停电子书反垄断案监控的请求。去年7月,法官科特裁决苹果违反了反垄断法,认为苹果策划参与共谋操纵电子书市场价格一案。
去年10月,法官科特任命前美国助理联邦检察长和司法部督察长迈克尔•布拉米奇(Michael Bromwich)在未来两年内对苹果公司施行监控,而其7月份的裁决中对苹果与出版商签署新协议的禁令长达五年。
苹果不久后便对布拉米奇监管一案提出暂停请求。去年11月,苹果上诉称布拉米奇所要求的律师费过高,并指出其两周的薪水就高达138432美元。对此布拉米奇反驳称,他所提出的会见该公司高层的要求基本上都被苹果忽视。本月早些时候,苹果律师要求法官科特撤除布拉米奇的监视资格,认为他已经表现出他对苹果公司存在个人偏见。
去年,美国司法部起诉苹果及与其合作的五大图书出版商,认为他们涉嫌共谋,通过操纵定价打破亚马逊在电子书市场设定的零售价格。尽管出版商的问题已尘埃落定,苹果仍在法庭上对抗美国司法部的指控,结果败诉。科特裁定称苹果“精心策划”了这次共谋,这使得苹果计划继续通过上诉进行对抗。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。