思科公司周五宣布,其将收购云协作平台创业公司Assemblage,为其当前正在谋划中的万物联网(Internet-of-Everything)再添一笔新的资产。
据悉,Assemblage公司主要开发实时的电子白板、云端屏幕共享等协作应用,思科特别看中Assemblage产品一键浏览支持功能,该功能无需任何下载、插件或安装。
思科商业开发主管希尔顿·罗曼斯基(Hilton Romanski)在一篇博客中指出,Assemblage的产品至少可以对40个不同的文件类型提供进行协作支持,暗示该收购对于思科来说,具有深远投资意义。
此外,Assemblage与 Box、谷歌等第三方云生态系统应用程序之间的融合体验,将为思科的协作策略,以及思科在易用性和互操作性方面带来更多借鉴。
Assemblage公司在美国旧金山和丹麦首都哥本哈根设有办事处。被思科收购后,Assemblage的工程师团队将被整合到思科的协作科技集团从事网络开发。两家公司之间的交易条款尚未披露。
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。