8月7日消息,據(jù)英國《金融時報》報道,網(wǎng)絡(luò)安全研究人員在特斯拉Model S型汽車上發(fā)現(xiàn)了六處可導(dǎo)致黑客控制車輛的重大安全漏洞。黑客利用其中一處漏洞,可控制車輛在低速行駛狀態(tài)下熄火。 特斯拉官方確認了這一漏洞,并發(fā)布了軟件補丁解決該漏洞。
安全公司Cloudflare的首席安全研究員馬克•羅杰斯表示,當汽車開始以每小時五英里的速度進行低速行駛時,就可以關(guān)閉汽車發(fā)動機。所有的屏幕都變黑了,音樂關(guān)閉、手剎啟動,車輛突然就停止了。但特斯拉在聲明中表示,黑客并非遠程控制車輛熄火,而是在車內(nèi)進行操作。
特斯拉稱,公司的安全團隊與安全研究社區(qū)進行了密切合作,以確保特斯拉面對不斷的壓力測試持續(xù)保護系統(tǒng),驗證并更新安全保障。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。