5月14日,零信任发展趋势论坛在上海圆满落幕。会上,腾讯安全发布了包含KA版、轻量版和SaaS版三款腾讯iOA零信任安全解决方案。其中,作为一款基于零信任架构的应用安全访问云控制平台,腾讯iOA SaaS版可为企业提供安全接入数据中心的解决方案,SaaS版践行零信任安全理念,一键部署开“箱”即用,分钟级完成交付,特别适配企业微信安全访问内网应用场景。
随着各种云服务的使用、远程办公需求的增加,企业的网络安全边界越来越模糊,传统以边界防护为主的安全解决方案无法适应数字化变革带来的挑战。在企业数字化转型过程中,企业不得不面临多样化的办公场景所带来的新型安全问题。
对此,腾讯iOA SaaS版可为企业提供安全接入数据中心(本地、单云、混合云)的解决方案,全面实现对数据中心访问权限管理和终端安全管控。具备应用级访问控制能力,安全保护企业资源;基于“设备-用户-进程-应用”四元合一的链路安全及稳定性保障,持续验证,保障网络安全;同时还具备身份安全管理、访问审计安全、事故溯源等核心能力。
值得一提的是,目前SaaS版已全面对接企业微信,企业员工通过企业微信,即可安全快捷访问公司内部应用。企业用户仅需通过企业微信绑定、连接器设置与部署、资源录入三步操作,实现一键部署,开箱即用。相较传统VPN方式,SaaS版还具备交付周期短(分钟级)、云平台统一管理多应用、节省硬件及运维人员成本、增强快速扩容,不限制连接器数量及地点、按需部署客户端,无端/有端访问保护等优势。
同时,腾讯安全还不断将技术能力输出给各个产业,助力产业提升安全防护能力。在酒店场景的应用中,帮助某国际酒店集团将业务上云的同时,采用了腾讯iOA SaaS版安全访问内部系统,满足等保合规要求和自身安全需求,加速了集团的数字化转型。
在产品实践之外,腾讯安全还致力于引领国际国内零信任标准落地,主导推进了CCSA(中国通信标准化协会)、ITU-T国内及国际零信任标准立项。在零信任发展趋势论坛上,腾讯在产业互联网发展联盟指导下,联合多家业界权威机构共同发起的国内首个“零信任产业标准工作组”完成了对来自13家企业、15款产品的互相认证,进一步完善行业标准,携手合作伙伴共筑网络安全防线。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。