北京时间3月25日消息,苹果并不是唯一一家与美国政府的间谍攻击做斗争的科技公司。正当苹果与FBI的官司广受瞩目时,谷歌也在以自己的方式加强自身服务的安全性——他们会直接把情况告知用户。
该公司将通过警告的方式加强Gmail的安全性,希望以此帮助用户在收发电子邮件时更好地采取自我保护措施。
其中一项变化是扩大“安全浏览”通知的范围,这项功能可以在用户从电子邮件中打开可疑链接时发出提醒。当用户点击某个可以链接后,系统便会在该链接真正打开前发出提醒信息,要求用户最终确认是否打开该链接。
在此之前,这种链接只会出现在用户尚未点击链接前。倘若用户没有看到链接,便不会再次发出警告。谷歌希望通过这种额外的警告帮助用户避开恶意网站。
除此之外,谷歌还将继续与政府支持的攻击行为展开斗争。当系统发现有政府支持的黑客正在监控用户时,便会展示一条全屏警告信息。谷歌曾经在官方博客中表示,只有不到0.1%的Gmail用户会收到这种警告,但由于看到这一警告信息的往往是记者、政策制定者和激进人士,使得这种警告变得尤为重要。
这种新的警告方式有可能与现有的警告共存,也有可能取代现有的模式。
谷歌最近一直在加强Gmail的安全性,该公司上月还宣布将向没有使用TLS加密技术的用户发送邮件。谷歌表示,自从发出这封邮件以来,使用加密连接发送的电子邮件数量增加了25%。
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。