当地时间本周三,思科表示将收购一家安全咨询公司Neohapsis。但并未披露相关交易条款。
Neohapsis是一家私人控股公司,总部设在芝加哥,提供安全咨询服务,主要评估风险、信息安全水平和合规问题。
如今,思科以及其他硬件供应商愈发需要对其设备和软件的安全进行咨询服务。像Neohapsis这样的公司往往会在这些公司受到攻击后,在最前线提供建议并帮助公司采用最佳安全方案。
Neohapsis将在高级副总裁兼总经理布莱恩·帕尔马(Bryan Palma)领导下集中成立一个思科安全服务团队。预计本次交易将在思科第二财季完成。
Neohapsis首席执行官詹姆斯•莫布里(James Mobley)在博客中写道:
“我们联合在一起,将共同为企业客户、物联网设备制造商及相关服务提供商带来市场上独一无二的服务。”
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。