网络安全面临的持续威胁——网络钓鱼攻击，如今有了更强大的防御武器。凯泽斯劳滕大学的研究人员开发出一种创新的人工智能检测方法，可以显著提高对钓鱼电子邮件的识别准确率。研究团队指出，网络钓鱼已成为网络安全最严重的威胁之一。据估计，90%的成功网络攻击都以钓鱼作为初始攻击手段。为应对这一挑战，研究人员巧妙地结合了两种人工智能技术:小样本学习和检索增强生成（RAG）技术。这种方法的核心在于为AI模型提供少量钓鱼邮件示例，并动态选择与待检测邮件最相似的

近日，OpenAI 宣布从竞争对手 Google DeepMind 引入三名资深计算机视觉和机器学习工程师，进一步加强其在人工智能领域的研发能力。这三位新员工分别是 Lucas Beyer、Alexander Kolesnikov 和 Xiaohua Zhai，他们将于在瑞士苏黎世的新办公室工作。OpenAI 的高管在周二的内部备忘录中透露了这一消息，表示这三位工程师的加入将为公司的多模态 AI 项目注入新的活力。多模态 AI 是指能够处理和理解不同媒介（如图像和音频）的人工智能模型。随着 AI 技术的快速发展，如何将不同类型的数据进行有效融合，

Google DeepMind的最新研究Gemma Scope揭开了语言模型黑箱的秘密，通过稀疏自编码器(SAEs)分解和重构语言模型的激活，旨在揭示背后有意义的特征。Gemma Scope采用JumpReLU SAEs，通过控制激活，优化重建损失并正则化活跃的潜在特征数量，以揭示语言模型的内部机制。研究发现，残差流SAEs的性能通常较低，序列长度对SAE性能有显著影响，不同数据集子集的表现各异，DeepMind mathematics上表现最佳。Gemma Scope的发布不仅有助于理解SAEs，还能改进实际任务性能，对SAEs进行红队测试，提高AI的可解释性和安全性。