5月28日上午11:09,因携程部分服务器遭到不明攻击,导致官方网站及APP暂时无法正常使用,在百度搜索上,携程官方页面也一度显示404错误。目前系统正在逐步恢复中。
“经过紧急排查,携程数据没有丢失,预订数据也保存完整。”对于此次官网瘫痪的原因携程官方回应称,“5月28日上午11:09,因携程部分服务器遭到不明攻击,导致官方网站及APP暂时无法正常使用,目前正在紧急恢复,对用户造成的不便,我司深表歉意。”
上述回应也意味着,携程官方承认此次“网瘫”事故系为“遭受不明攻击”。看来这和挖掘机没关系,和光纤君也没关系,看来官方的说法为未能到外界信服,有人猜测是数据库物理删除了,也有猜测认为是有预谋的内部攻击。
这让人不禁想起去年三月携程被爆安全支付日志可遍历下载的安全事件,编号为54302的漏洞报告,被曝光在互联网安全问题反馈平台乌云(wooyun.org)之上,当时事件导致大量用户银行卡信息泄露(包含持卡人姓名身份证、银行卡号、卡CVV码、6位卡Bin)。此外,携程还被曝携程某分站源代码包可直接下载。在漏洞报告挂出来两个小时后,携程方面做出回应称,这是在技术调试过程中出现了短时漏洞,携程在两小时内修复了这个漏洞。
事实上,携程网此次“被黑”事件并非特例。当前旅游电商行业日益火爆,相关公司遭黑客袭击的新闻常见诸报端。
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。