迄今为止,安全研究人员已发现了700多个Chrome浏览器bug,谷歌向他们发放的bug赏金已超过125万美元,但谷歌认为,这还不够。
谷歌于当地时间本周二在一篇博文中宣布,谷歌已将发现Chrome浏览器bug的最高赏金从5000美元提升到了15000美元。而自2010年谷歌推出其Chrome赏金计划后,其最低赏金额从未变过,仍保持在500美元。
如今,已有至少十年历史的bug赏金计划已成为各科技公司的一种支付方式,以此来为那些对该公司的安全工作做出贡献,但并非该公司专职雇员的安全研究人员支付奖励。这些赏金计划不仅有助于公司尽早发现其安全漏洞,而且还能有效阻止这些漏洞被拿到黑市上出售。
Google在2010年发布Chrome赏金计划初期曾受到过一些研究人员的指责,他们认为谷歌支付的赏金太少。但从那以后,当研究人员提交bug进行审查,发现该漏洞很难被找到后,谷歌会以超过其最高赏金限额的赏金奖励该研究人员,这为谷歌赢得了很好的声誉。例如在上个月,一位研究人员发现了一系列可绕过Chrome浏览器防护Sandbox的漏洞,并因此获得了谷歌给予的3万美元奖励。
谷歌在周二宣布的消息中有一些改变,其中之一便是其bug奖金支付制度的更加透明化。谷歌已经划定出研究人员发现不同类型的bug后分别可获得多少奖励。
另一项改变为,尽管研究人员在提交bug时并未同时提交漏洞利用,但谷歌将为他们提交的带有漏洞利用的bug支付更多赏金。谷歌希望以此来减少bug的重复,同时方便该公司更快修补漏洞。
最后,这些研究人员及其所获赏金将成为谷歌Chrome bug名人堂的一部分。谷歌的赏金支付变化可追溯回7月1日,因此在不久的将来,一些安全研究人员或将会获得一些额外的赏金。
好文章,需要你的鼓励
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。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。