微软今天发布了新的数据治理工具,面向那些希望减轻保护敏感业务信息安全任务的企业。今天推出的这些工具是用于微软Microsoft 365订阅产品的,将Office 365与Windows 10、网络安全服务和其他产品捆绑在一起。
最突出的一项新增特性是一种称为灵敏度标记的功能,该功能让企业组织的普通员工能够在防止滥用业务记录方面发挥积极的作用。
该工具采用了Office应用中的新下拉菜单形式,企业可以使用菜单显示自定义标签列表,每个标签对应不同级别的文档敏感度,以及一组独特的数据治理策略。当员工将标签附加到文档时,相应的策略也将自动应用于该文件。
此外还可以根据企业的具体要求定制规则。例如,管理员可以配置Microsoft 365,加密标记为“机密”的文档,并在每个页面的顶部插入水印,以显示这些文档包含了高优先级的数据。
微软表示,即使员工将这些文档从一台设备转移到另一台设备,或者在不同云应用之间迁移,这些仍然保留下来。这让企业组织可以跨平台追踪记录,从而确保不会出现在不该出现的地方。
出于同样的目的,微软发布了另一款名为Supervision的工具,用于监控员工通过电子邮件共享了哪些数据。该公司让企业能够在满足特定条件下标记那些需要审阅的消息,例如包含有客户财务信息的附件。微软表示,除了提高安全性之外,Supervision还可以让企业更轻松地符合某些行业特定的法规。
这些新工具将通过微软为Microsoft 365添加的专有合规仪表板中获得。这个控制台提供了功能快捷方式,并显示与企业组织遵循数据管理规则有效程度相关的高级指标。
此前微软刚刚发布了Microsoft 365新的专有版本,其中包含了用于管理敏感记录的扩展功能,此举突显了微软正在努力满足企业对数据治理工具日益增长的需求。由于欧盟GDPR法规以及其他地区类似法律的实施,让那些有全球运营业务的企业正在面临越来越严格的隐私法规。
微软并不是唯一一个利用这个机会的企业。就在今天早上,数据管理和隐私专家Collibra宣布在由Alphabet CapitalG基金领投的融资中获得1亿美元投资。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。