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
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。