
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
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。