根据《ISACA 网络安全状况报告》，78% 的受访者预计未来他们对技术网络安全角色的需求将会增加。该报告还提到，技能短缺的影响将会越来越严重，这正是 AI 可以介入并帮助 SOC 大幅减轻压力的机会所在。

半年过去了，开放数据计划进展如何?近日，在Adobe 2019数字体验峰会上，Adobe首席执行官Shantanu Narayen携手微软首席执行官Satya Nadella公布了关于开放数据计划的更多详细信息。

KAIST研究团队开发的Chain-of-Zoom(CoZ)技术突破了传统图像超分辨率的限制，实现了高达256倍的极端放大。不同于传统方法在训练倍率外表现崩溃的问题，CoZ通过尺度自回归框架，将低分辨率到高分辨率的转换分解为多个中间状态，像爬楼梯般逐步放大。研究团队还创新性地运用视觉-语言模型生成多尺度感知提示，并通过GRPO算法优化提示质量，使其更符合人类偏好。实验证明，这种方法在极端放大倍率下保持了惊人的图像质量和细节保真度，为医学影像、卫星监测等领域提供了新的可能性。

在NVIDIA ConnectX-6 Dx网卡（NIC）的支持下，这项解决方案中的Time Card通过精确计时协议，可以将几乎所有商用现成的（COTS）服务器变成精确的计时设备，与整个数据中心内的其他服务器共享精确计时。

这项研究提出了FedSVD，一种在联邦学习环境中提升低秩适应(LoRA)微调效果的新方法。研究团队通过引入基于奇异值分解的自适应正交化技术，成功解决了差分隐私随机梯度下降(DP-SGD)与LoRA结合时导致的噪声放大问题。实验表明，FedSVD在GLUE基准测试上显著优于现有方法，特别是在严格隐私保护条件下性能更加稳定，为隐私保护型分布式AI训练提供了新的技术路径。

爱立信和英特尔自 2022 年 5 月开始技术中心合作以来，一直都在探索安全、可持续发展、能源效率和生态系统联合解决方案等领域的发展前景。

自适应推理模型(ARM)解决了大型推理模型的"过度思考"问题，能够根据任务难度自动选择合适的推理格式。研究团队通过创新的Ada-GRPO算法训练，使ARM在保持性能的同时平均减少30%的计算量，并提供自适应、指令引导和共识引导三种工作模式。这一突破使AI更接近人类思维方式，在简单问题上直接作答，复杂问题上才详细推理，极大提升了计算效率。

日立和思科之间的合作伙伴关系可以追溯到几十年前。去年，两家公司宣布达成战略合作协议。近日，双方深化了这一关系，推出了专注于企业数据管理的新混合云服务套件。

这项研究提出了LongGuide算法，解决了大型语言模型在长文本生成任务中的局限性。研究团队发现，仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则：度量指导原则和输出约束指导原则，显著提升了模型性能。在七种长文本生成任务中，该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点，为提升AI长文本生成能力提供了新方向。

在贝叶斯方法家族当中，马尔可夫链蒙特卡洛方法（Markov chain Monte Carlo methods）显得尤为神秘。

Gartner预测，到2025年，现有应用中的90%将继续被使用，但其中多数应用的现代化升级投资仍然不足。2023年Gartner CIO和技术高管调研显示，30%的中国受访者表示将增加应用现代化支出，而2022年这一比例仅为19%。

最佳云计算网络架构奖

这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出，模型生成形式规范时的概率不确定性不是缺陷，而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布，他们发现不确定性信号具有任务相关性（如逻辑任务中的语法熵AUROC>0.93）。他们的轻量级信号融合方法能减少14-100%的错误，仅需最小弃权，将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式，为判断何时信任模型提供了可靠指标。

企业级低代码应用开发全球领导者Mendix公司, a Siemens business。近日公布了一份全新研究报告，解释了企业在提供数字化客户体验时所面临的长期挑战。该报告还指出，企业正在加快采用低代码来提高客户体验质量。

随着AI快速重塑商业格局，企业领导者被迫重新审视人性化管理的价值。长期以来，管理者专注于数据优化和效率提升，却忽视了信任、创造力、同理心等人文要素。AI的发展并非威胁人性，而是提供了重新平衡的机会。混合智能结合人工智能与人类智慧，创造出更可持续、创新和可信的结果。领导者需要培养双重素养：既要理解AI技术能力，更要深刻认识人性化管理的独特价值，从而打造真正服务于人类福祉的组织。

未来仍然扑朔迷离。但有一点是肯定的：混合工作方式还将一直存在。企业为了使自己在疫情中脱颖而出，处于更强、更有利的地位，就必须找到一种简化工作的方法，并为员工提供所需的空间，助其走向成功。

ETH Zürich等机构研究人员提出TrustVLM框架，解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距"，创新性地结合图像到文本和图像到图像的相似度，实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中，TrustVLM相比现有方法在关键指标上提升显著，同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。

想象一下：你是一家电商平台的设计师，正在设计一个产品详情页。你创建了两个版本：一个将"加入购物车"按钮设计得更大且颜色鲜艳；另一个则将按钮设计得较小但位置更靠上。哪个设计更能说服用户购买产品？传统做法是通过A/B测试来获取答案——将两个版本随机展示给不同用户，统计哪个版本带来更高的点击率或转化率。

在Check Point Research研究人员最近发现了一个网络犯罪分子使用 ChatGPT 来“改进”一款简易 Infostealer 恶意软件代码的实例。该恶意软件最早出现于 2019 年，虽然其代码并不复杂，也不难创建，但 ChatGPT 对其代码进行了优化。

LexisNexis 在开发其 AI 法律助手 Protégé 时，采用了创新的多模型方案。通过精简大语言模型并结合小型模型，他们成功打造出一款能够适应律所工作流程、支持法律文件撰写和校对的智能助手。这种方案不仅提高了响应速度，还降低了运营成本，展现了 AI 在法律科技领域的实用价值。