至顶网CIO与应用频道 08月21日 北京消息:为贯彻推进安全稳妥物联网部署中的共同责任,PTC(纳斯达克代码:PTC)今日公布协作风险披露(CVD)计划。新计划旨在支持报告并修复可能影响PTC产品运行环境的安全风险,涉及工业及安全至上的行业。
CVD计划是PTC共同责任模式的重要组成部分,它定义了与客户、合作伙伴及其他行业相关方之间的网络安全协作框架。PTC首席执行官Jim Heppelmann在近期LiveWorx行业活动主题演讲中强调了这一思想领导力,邀请合作伙伴与客户联手PTC,担当责任,迎接速度挑战,以此提高安全性,履行各自的安全职责。
PTC的CVD计划寻求外部研究人员协助,检测PTC ThingWorx产品中的风险,形成对共同责任模式的延伸。PTC邀请私人与组织按照符合美国国家电信和信息管理局(NTIA)安全工作小组模板的明确流程报告安全风险。该计划确保研究人员信赖PTC,联手保护其客户与公共安全/隐私。
近期的IDC指南显示,物联网市场正处于引爆点,到2022年,物联网支出预计将达1.2万亿美元。IDC物联网研究主管Stacy Crook称:“组织继续投资于物联网,同时应着力于整个物联网生态系统,确保系统中端点与环境安全。”
PTC高级副总裁兼首席安全官Joshua Corman表示:“先进软件和超级互联正以前所未有的速度推动创新,可能催生新事故和新对手。在这一全新的世界秩序中,网络安全人人有责。我们必须携手应对这些挑战。PTC的CVD计划推动此类协作向前迈出重要一步。它邀请私人和组织识别并交流安全风险,以便我们快速评估、减损并采取正确行动进一步提高产品安全性,助力客户产品实施。”
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。