時(shí)至年關(guān),全國各地的電信詐騙案件又進(jìn)入了高發(fā)階段。1月11日,在上海拍戲的國內(nèi)知名影星湯唯也成為電信詐騙的受害者,一天之內(nèi)被騙走21萬元。根據(jù)最新數(shù)據(jù)顯示,光上海市去年月均破獲230起電信詐騙案,避免4.3億元經(jīng)濟(jì)損失,而全國其他地區(qū)的狀況同樣堪憂,而這還僅僅是浮出水面的電信詐騙案。
電信詐騙因?yàn)殡[蔽性高、欺騙性強(qiáng)、取證難等因素成為犯罪分子青睞的獲利手段,受騙者少則損失數(shù)百,多則數(shù)千萬,危害極大。近日,搜狗聯(lián)合安全聯(lián)盟發(fā)布消息稱已正式達(dá)成合作,共同為市民筑建起一道防電信詐騙的保護(hù)墻。
面對(duì)日益嚴(yán)峻的安全形勢(shì),國內(nèi)各大軟件廠商也在紛紛研究對(duì)策,其中目前最為成熟的方式就是在日益龐大的智能手機(jī)用戶群體中推廣可以識(shí)別電話號(hào)碼的軟件,已達(dá)到對(duì)來電號(hào)碼、短信號(hào)碼進(jìn)行黑、白名單標(biāo)注的效果,從而提醒用戶遠(yuǎn)離仿冒欺詐。搜狗號(hào)碼通利用搜索技術(shù)和“標(biāo)記Ta”功能積累了海量號(hào)碼數(shù)據(jù)庫,不僅能輕松識(shí)別陌生來電身份、防止惡意短信騷擾,還提供了“”超級(jí)電話本“功能,方便用戶在手機(jī)上一鍵查詢各類公眾服務(wù)相關(guān)電話號(hào)碼。
搜狗號(hào)碼通與安全聯(lián)盟合作模式展示
據(jù)悉,此次安全聯(lián)盟與搜狗強(qiáng)強(qiáng)聯(lián)手合作,除了向搜狗輸出用戶舉報(bào)的惡意電話號(hào)碼幫助搜狗用戶防騙之外,還將企業(yè)向安全聯(lián)盟提交的官方電話號(hào)碼也共享出來。這些企業(yè)官方電話號(hào)碼數(shù)據(jù)由企業(yè)主動(dòng)向安全聯(lián)盟提交進(jìn)行認(rèn)證,并通過安全聯(lián)盟輸送給其他互聯(lián)網(wǎng)平臺(tái),幫助企業(yè)能夠在不同的互聯(lián)網(wǎng)平臺(tái)上獲得良好的品牌展現(xiàn),也幫助這些平臺(tái)的用戶更好地識(shí)別正規(guī)企業(yè)官方電話,遠(yuǎn)離惡意仿冒欺詐。
實(shí)際上,這并不是安全聯(lián)盟與搜狗的第一次合作。早在之前,安全聯(lián)盟就與搜狗瀏覽器在惡意網(wǎng)址數(shù)據(jù)庫方面進(jìn)行合作,在互聯(lián)網(wǎng)上為用戶提供網(wǎng)址“黑、白名單”相關(guān)提醒,保障網(wǎng)民遠(yuǎn)離惡意欺詐網(wǎng)站。搜狗及安全聯(lián)盟均表示:在未來的日子里,只要是能夠?yàn)橛脩籼峁└玫氖褂皿w驗(yàn)、更好地保護(hù)用戶的利益的地方,雙方都愿意繼續(xù)加深合作,共同承擔(dān)保護(hù)消費(fèi)者利益的社會(huì)責(zé)任。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。