
8月7日消息,据英国《金融时报》报道,网络安全研究人员在特斯拉Model S型汽车上发现了六处可导致黑客控制车辆的重大安全漏洞。黑客利用其中一处漏洞,可控制车辆在低速行驶状态下熄火。 特斯拉官方确认了这一漏洞,并发布了软件补丁解决该漏洞。
安全公司Cloudflare的首席安全研究员马克•罗杰斯表示,当汽车开始以每小时五英里的速度进行低速行驶时,就可以关闭汽车发动机。所有的屏幕都变黑了,音乐关闭、手刹启动,车辆突然就停止了。但特斯拉在声明中表示,黑客并非远程控制车辆熄火,而是在车内进行操作。
特斯拉称,公司的安全团队与安全研究社区进行了密切合作,以确保特斯拉面对不断的压力测试持续保护系统,验证并更新安全保障。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。