至顶网软件频道消息:
微软OCP “Olympus项目”最新阶段的进展意在解决数据中心硬件的安全问题。
微软以一个新的安全组件扩展了其对开放计算项目(Open Compute Project,OCP)的贡献。
微软的“Cerberus项目”是一个加密微控制器,旨在拦截来自主机通过SPI总线对闪存的访问,该固件存储在SPI总线中。微软的官员们在11月8日发表的一篇博客文章中表示,这是为了防止未经授权的访问和恶意更新。
该公司的官员们表示,Cerberus将能够保护平台固件免受具有管理权限或访问权限的内部人员的伤害;能够抵挡黑客和恶意软件利用操作系统、应用程序或者管理程序的bug进行的攻击;能够防御供应链攻击以及会危及固件的二进制文件。
微软高管表示,Cerberus项目为系统中的所有固件组件提供预启动、启动时间和运行时完整性。Cerberus的规范是CPU和I/O体系结构不可知的,所以它可以在多种平台类型上以不同的方式实现,从数据中心服务器开始,最终也会出现在物联网设备上。
Cerberus项目的规范仍在开发中。微软表示正在与英特尔合作开发最佳实施模式。 GitHub上提供了Cerberus项目体系结构和规范的初步草案。
去年,微软正在开发其Open CloudServer数据中心服务器的2.0版本,计划将其贡献给OCP。这个设计被命名为“Olympus项目”。截至本周,微软官员表示,Olympus 2.0的设计现在已经100%完成,并贡献给了OCP,通过其进行开源。微软自己在其Fv2虚拟机系列的Azure中部署Olympus项目硬件。微软表示, Olympus项目硬件现在已经可以从包括Wiwynn和ZT Systems在内的各大OCP解决方案供应商处买到。
微软官员称Cerberus是Olympus项目的下一个阶段。他们指出,微软每年在网络安全方面花费数十亿美元,其中很大一部分都用于保护Azure。该公司正在围绕数据中心安全、数据隐私和加密、威胁检测以及其他相关工作努力,并将其应用到OCP的工作中。
微软于2014年加入了开放计算项目(OCP),并且是该组织的交换抽象接口(Switch Abstraction Interface ,SAI)项目的创始成员和贡献者。OCP发布开放硬件设计,旨在可以以相对较低的成本构建数据中心。OCP已经发布了主板、芯片组、线缆、通用插座、连接器以及开放网络和交换机的规范。
可能与Cerberus有关也可能无关的是,微软的研究人员正在研究如何在微控制器级别上使用“Sopris项目”来保护物联网设备的安全。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。