这厢泷泽萝拉在360年会上热舞助阵,捧红了“小绿人”和“淡定哥”;那厢国际杀毒评测AV-Test成绩公布,360杀毒以接近满分的表现杀入世界前三,遥遥领先其他国产杀毒软件。网友戏言:难不成这是“信AV,得AV-Test高分”的逆天节奏?
小绿人本色出演IT猥琐男,淡定哥专心杀毒勇夺世界前三
其实AV-Test的涵义是AntiVirus-Test(反病毒评测),和成人视频的AV(Adult Video)除了简写一样,其他没什么关系。国际上除了AV-Test以外,AV-Comparatives也是响当当的反病毒评测。AV-Comparatives评测里360杀毒也没有辜负泷泽妹子,摘得国内唯一的年度奖牌。
网友们可不管两个AV的区别。有分析说了,360年会上面对泷泽萝拉面不改色心不跳、一门心思写代码的“淡定哥”,一定是专心致志研究杀毒技术呢,否则360杀毒怎么会在国外的评测里飙出高分,毕竟各国电脑病毒情况不一样,一般国产软件能获得个认证就要吹嘘半天,更何况是排进世界前三。
AV-Test国产软件得分排名
小编在AV-Test官网了解到,AV-Test评测包括防护能力、性能和易用性三大项目,每项满分6分,总分不低于12分便能通过测试。360杀毒三项成绩都达到5.5分,总分16.5分创国产软件历史记录。同期测试的其他几款国产软件,如某讯、某度、某山,得分各自为13分、12.5分和9.5分。看来这些厂商亟需邀请AV女优参加下年会,好好刺激下程序猿们的肾上腺素分泌,这样杀毒也会更给力。
看到受了泷泽萝拉的激励,360杀毒的成绩突出,小编大胆揣测:是不是明年年会,会有更多做安全的互联网公司,加入到邀请AV女优参加年会的行列中来?到时你又希望看到哪位呢?
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。