至顶网软件频道消息: 2018年7月23日,知道创宇召开新品发布会,宣布将旗下专注于互联网风控和企业征信的产品“品牌宝”全新升级为“创宇信用”,以提供中立、权威、公正的安全验证评级服务为起点,通过广阔渠道流量覆盖,为企业厂商提供权威的品牌形象曝光,精准的流量及交易转化。
据了解,创宇信用将从流量入口、数据共享和开放能力以及服务维度上进行全方位升级,以全面贴合时代与用户需求,连接信用,传递价值。
更广的覆盖渠道——创宇信用将首先纳入足够的流量入口,于企业认证维度中新增微信企业名片功能,用户可以只通过微信就看到相关企业的介绍、产品信息,并同步获取到企业的相关联系信息以及自媒体相关信息。同时优化认证信息展示渠道,新增企业信息查询平台——企查查及建站、站长常用产品——站长之家。至此,创宇信用将对认证企业的信息同步共享至包括QQ名片、微信企业名片、搜狗浏览器、QQ浏览器、搜狗搜索、电脑管家等在内的8个主流平台,累积覆盖超过91%的流量入口。
创宇信用认证信息支持展示的互联网平台
更高的数据拓展性——对于已经认证了的企业信息,创宇信用将进行整理及整合,并分别按照企业信息、网址及自媒体信息进行更进一步的推广与合作,并将已认证企业的数据作为第三方认证数据进行公开共享,真正发挥统一企业诚信信任机制,让用户浏览与交易更放心。
更权威的安全认证——同时知道创宇还将联合公安三所(国家网络与信息系统安全产品质量监督检验中心)提供企业网站安全权威认证,在对用户提交的网站进行漏洞检测并提供安全报告后,还将新增防护检测以及内容安全检测能力。其中防护检测将以“零部署、零维护、云防御”的形式帮助用户抵御各类网络安全攻击,并协助预防及处理潜在的安全风险;内容安全检测则是通过智能内容识别引擎对页面中可能存在的非法敏感信息进行智能检测,有效防止不良信息的存在与传播。
对于为什么要进行产品升级,知道创宇征信产品的相关负责人表示,随着移动互联网服务场景不断丰富、移动终端规模加速提升、移动数据量持续扩大,传统、单一的信息获取方式已无法满足现在的需求,创宇信用的升级推出,正是为了帮助企业适应环境变化,让陌生用户能快速清晰了解企业信息。“比如新赠的移动端适配与流量入口将能够助力企业精准输出自己的认证品牌形象,同时我们愿意将已认证的企业信息数据和可信网址数据,开放给第三方网站、产品、网络平台进行使用,让信用得以连接,数据价值得以转化。”
值得注意的是,创宇信用新增的权威认证是知道创宇与公安三所合作推出的,集其安全能力与安全意识为一体的安全权威产品。知道创宇征信产品负责人对此表示,“为了保障用户访问的网站都具备足够的安全防护能力,以及自身数据不会轻易被损坏,在确保经过第三方权威机构评估和监督后,通过动态展示网站安全防护能力,让网站安全状况可量化、可视化、常态化及可监督一直是公安三所的目标,我们此次很高兴与之联手,从而为网民创造强有力的网络屏障,在最大程度上维护网民的利益,也给用户带来尽可能更多的安全保障。”
据了解,此前知道创宇通过与12321举报中心、中国电子商务协会、腾讯、搜狗、金山等上百家机构及企业进行合作,已经建成了国内最大的第三方网络安全数据共享交换平台,提供的数据信息覆盖各大互联网终端,将可信信息传递到了国内9亿网民。如今,知道创宇已经累计为超过436万家厂商进行过企业认证,提供了专业的企业认证服务,累积传播10亿次可信网址与电话信息,已帮助超过95%的用户提升网站流量5倍,平均降低网站跳出率36%。而此次创宇信用的全新出世,不仅可以为网民建立更安全的网络防护体系,更能够更全面地连接信用,从而真正发挥企业数据的价值。
好文章,需要你的鼓励
Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版,提供与桌面版相似的图像编辑工具和 AI 功能,初期免费使用,旨在吸引更多偏好手机创作的年轻用户。
弗吉尼亚大学研究团队开发了TruthHypo基准和KnowHD框架,用于评估大语言模型生成生物医学假设的真实性及检测幻觉。研究发现大多数模型在生成真实假设方面存在困难,只有GPT-4o达到60%以上的准确率。通过分析推理步骤中的幻觉,研究证明KnowHD提供的基础依据分数可有效筛选真实假设。人类评估进一步验证了KnowHD在识别真实假设和加速科学发现方面的价值,为AI辅助科学研究提供了重要工具。
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
亚马逊Nova责任AI团队与亚利桑那州立大学共同开发了AIDSAFE,这是一种创新的多代理协作框架,用于生成高质量的安全策略推理数据。不同于传统方法,AIDSAFE通过让多个AI代理进行迭代讨论和精炼,产生全面且准确的安全推理链,无需依赖昂贵的高级推理模型。实验证明,使用此方法生成的数据训练的语言模型在安全泛化和抵抗"越狱"攻击方面表现卓越,同时保持了实用性。研究还提出了"耳语者"代理技术,解决了偏好数据创建中的困难,为直接策略优化提供了更有效的训练材料。