至顶网安全频道 06月01日 综合消息:思科与IBM两家公司建立起新的合作关系,旨在对双方旗下的安全产品、服务以及威胁情报加以整合。
两家公司皆拥有规模可观的安全业务。根据合作条款,思科公司的安全套件将与IBM的QRadar立足网络、端点与云环境进行全面对接。
除此之外,IBM Global Services亦将通过托管安全服务方式支持思科公司各款产品。思科与IBM还将推动IBM X-Force与思科Talos团队之间在情报与网络安全响应方面的合作。
就目前的形势来看,未来很可能会出现更多类似的合作伙伴关系与互操作性协议。各类企业客户往往会同时采用多种服务及软件,因此需要同与之相关的安全供应商建立合作。
具体来讲,思科与IBM双方将通过以下方式完成此次合作:
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。