至顶网CIO与应用频道 01月08日 北京消息:SAS最近开展了一项调查,显示美国消费者越来越担心他们的个人数据安全。鉴于最近欧盟《通用数据保护条例》(GDPR)的实施,以及媒体关于用户隐私泄露丑闻的相关报道,这项调查结果并不让人感到意外。在接受调查的525名美国成年消费者中,近四分之三(73%)的人表示他们对个人数据隐私的担忧程度在过去几年中有所增加。
出人意料是:美国消费者似乎已做好准备迎接即将出台的相关法规。67%的调查参与者认为美国政府应采取更多措施来保护数据隐私。新一届的国会似乎也正在准备制定相关的联邦法规。
“调查结果清楚地表明,消费者重视他们的数据隐私,并且非常担心潜在的数据滥用行为。各个公司需要重新审视其在业务各个方面的数据处理和分析。”作为全球数据分析行业领导者,SAS《通用数据保护条例》解决方案全球负责人Todd Wright表示:“在这个人们日益担心数据隐私安全的时代,即使美国没有出台更加严格的数据隐私法规,那些谨慎对待客户数据的组织也会得到回报,而那些没有这么做的组织则会失去声誉和客户。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。