至顶网软件频道消息: Google表示,它正在为其Google Cloud Platform App Engine添加防火墙,这样开发人员可以通过IP地址和位置来允许或拒绝请求。防火墙旨在使开发人员能够以更好的安全性测试应用程序产品。
Google App Engine防火墙的测试版允许开发人员和管理员设置规则,指定IP地址来阻止或允许访问,并可以设置规则的优先级。
Google表示App Engine防火墙将取代限制应用程序曝光的代码。App Engine防火墙可在Google Cloud Console、App Engine Admin API或gcloud命令行工具中使用。
开发人员还可以测试其规则,以确保阻止某些IP地址。
以下是防火墙控制台的屏幕截图。
相关信息:
• 作为多年期交易的一部分,Marketo迁移到Google Cloud。作为交易的一部分,Marketo将将其Engagement Platform与Google的G Suite和数据分析相结合。
• Google推出Chrome Enterprise,旨在与更多业务系统集成。Google Enterprise提供企业移动管理,并支持微软动态目录(Microsoft Active Directory)。其目的是让更多的Chromebook进入企业。
• Google Docs:这个大的更新只是添加了一些重要的新功能。Google Docs获得了新的团队编辑功能,更多的附加模板和集成的企业搜索。
• Google Cloud Speech API获得了一个针对企业的更新。在推出一年后,Cloud Speech API可以获得更多的功能,超越谷歌内部的需求。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。