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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。