第八届信息安全漏洞风险评估大会(VARA2015)日前在北京金源大饭店顺利落下帷幕。科来作为本届大会的重要演讲嘉宾之一,在主会场以《对抗网络威胁,行驶网络空间主权》为题,详细阐述了网络分析技术在网络安全运维上的重要价值,同时提出“流量基因库”的理念。在本届大会上,中国信息安全测评中心还为中国国家信息安全漏洞库技术支撑单位进行授牌仪式,科来成为第三批技术支撑单位。为此,科来感谢国家对科来的认可与支持,同时也将更加努力为网络安全事业做出贡献。
中国国家信息安全漏洞库(CNNVD)由中国信息安全测评中心组建,并于2009年正式投入运行,这一国家级公益服务平台旨在为我国信息安全保障提供基础服务。到目前为止,CNNVD已形成以漏洞数据资源为核心,涵盖补丁、受影响产品、安全事件等多元素的漏洞资源服务平台,支撑信息系统产品测评、漏洞分析、隐患分析、风险评估等多项业务,有效提高了我国信息安全威胁应对与风险管理的能力和水平。
技术支撑单位授牌仪式
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。