一个名为Cyber Berkut的乌克兰黑客组织上周六声称,他们已经攻陷了北约组织的多个关网站,其中包括北约主页网站、网络防御中心网站,同时还黑掉了北约议会网站。Cyber Berkut该黑客组织的这一行动,旨在抗议北约组织最近以来军事干预克里米亚局势。
北约组织对此予以确认。北约发言人欧娜·兰格斯库(Oana Lungescu)当地时间3月16日在Twitter上表示,北约组织的几个网站成为了“重大的”DDoS(分布式拒绝服务式攻击)目标。但她同时表示,北约相关网站系统的完整性没有受到影响,而且有关专家正在努力恢复网站运营。
此次黑客攻击事件,发生在本周日克里米亚是否应加入俄罗斯全民公投前夕。此前联合国安理会通过了一项决议,宣布此次公投无效,但俄罗斯否决了安理会的这项决议。
伴随跨国黑客活动的升级,各国的互联网监管机构也开始加大了对网站的审查力度。俄罗斯当局最近下令,要求俄罗斯互联网服务提供商阻止用户对部分网站的访问。
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。