
昨日有消息称,因Find My iPhone软件上存在一个重要漏洞,黑客利用该漏洞侵入iCloud帐户后,将数百位名人的艳照发到了网上。最新报道称,苹果已经修复了这一漏洞。
在过去十多小时内,一名黑客在图片网站4chan上发布了数百张名人艳照以换取比特币捐赠,这些图片包括一些非常私人性质的照片,其中有詹妮弗·劳伦斯(Jennifer Lawrence)、安娜·格兰德(Ariana Grande)、克尔斯滕·邓斯特(Kirsten Dunst)和赛琳娜·戈麦斯(Selena Gomez)等名人照片。
巧合的是,在“艳照”泄露事件的一天前,Apple ID密码的源代码被上传到了代码托管网站GitHub上。
如果黑客试图利用密码穷举的方式来破解用户帐户,通常会被拦截在网站外面;但是有人发现Find My iPhone软件的API(应用程序接口)允许用户不断尝试不同的密码。
目前未知这两起事件是否存在关联,但当前代码泄露与黑客行为显示两起事件存在关联。如果真的有联系,那么这对于即将高调发布iPhone 6的苹果公司来说,可真的不是添光添彩是事情。
此外,黑客在侵入了iCloud账户泄露个人照片的同时,关键可能得到其他的宝贵信息,包括电子邮件和联系人,日历日程等等。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。