作为削减成本措施的一部分,赛门铁克最近宣布将裁员8%的计划,但赛门铁克仍继续在增长领域进行投资。
今天,赛门铁克宣布收购Appthorit和Javelin Networks,这两家得到风投支持的初创公司主要专注于企业网络保护,这两笔收购都将对赛门铁克产品组合的不同部分有所增强。
位于美国旧金山的Appthority公司开发了一个保护员工移动设备的平台,该软件可以识别安装在用户手机上的恶意程序、不安全的应用以及其他类型的漏洞,例如手机运行旧版Android系统。内置的威胁管理功能让企业能够定义用于处理不同风险的自动化策略。
Appthority声称财富1000强企业中的“大多数”企业是自己的客户,该公司已经从包括赛门铁克在内的投资方那里筹集了超过2500万美元资金。赛门铁克计划将Appthority的技术集成到自己的Endpoint Protection Mobile平台中,该平台本身就是早期收购初创公司的产物。
赛门铁克Modern OS Security业务高级副总裁Adi Sharabani在声明中表示:“移动应用是每个企业必须重视的关键威胁载体,以保护其企业安全。Appthority技术扩展了SEP Mobile在限制不需要的应用行为、支持法规遵从和评估漏洞方面的能力。”
赛门铁克收购的另一家公司Javelin则专注于更为专业化的利基市场。Javelin位于奥斯汀,它提供的软件工具可用于保护微软Active Directory系统的部署,企业主要使用该系统保存敏感的用户信息如帐户密码等。对于希望入侵企业组织网络的黑客来说,这些信息是很有吸引力的目标。
Javelin的第一个产品AD Assess让企业能够模拟针对AD部署的攻击,以发现弱点。另一个产品是AD Protect,它使用人工智能创建一些看起来像Active Directory环境正常元素的“蜜罐”,诱骗攻击者暴露自己。
Javelin联合创始人Roi Abutbul在一篇博客文章中详细说明道:“通过混淆,让攻击者可以看到连接域的资产;攻击者暴露自己,同时与资产进行交互或者尝试使用Javelin Networks上的域名管理员凭证。此时就会触发高保真警报,实时收集和分析取证数据,并在端点自动阻止攻击。”
这两笔收购将有助于推动赛门铁克最近试图重振在股票市场表现的努力。上周四赛门铁克股票上涨近8%,此前赛门铁克公布的季度营收和利润数据自今年年初以来首次超出预期。
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。