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
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。