Server-side Rescoring of Spoken Entity-centric Knowledge Queries for Virtual Assistants
由自动语音识别 (ASR) 提供支持的设备虚拟助手需要有效的知识整合才能完成具有挑战性的实体丰富的查询识别。在本文中，我们使用各种类别的语言模型（N-Gram 词语言模型、子词神经 LM）对服务器端重新评分口头信息域查询的建模策略进行了实证研究。我们研究了设备上和服务器端信号的组合，并通过集成各种服务器端信号，在各种以实体为中心的查询子群体中展示了 23%-35% 的显着 WER 改进……
How to Defend Amazon S3 Buckets from Ransomware Exploiting SSE-C Encryption
被称为Codefinger的新勒索软件广告系列一直通过使用客户提供的键（SSE-C）的服务器端加密来利用折衷的AWS凭据来加密数据来对付Amazon S3用户。然后，攻击者要求解密数据所需的对称AES-256键赎金。 AWS发布了建议，以帮助用户减轻勒索软件攻击S3的风险。由Renato Losio
Codefinger ransomware gang uses compromised AWS keys to encrypt S3 bucket
Halcyon 研究人员警告称，勒索软件组织 Codefinger 正在使用被盗的 AWS 密钥通过 SSE-C 加密 S3 存储桶数据。勒索软件组织 Codefinger 被发现使用被盗的 AWS 密钥加密 S3 存储桶中的数据。威胁者使用 AWS 的服务器端加密和客户提供的密钥 (SSE-C) 进行加密，然后要求支付 […]
CAMPHOR: Collaborative Agents for Multi-Input Planning and High-Order Reasoning On Device
虽然服务器端大型语言模型 (LLM) 在工具集成和复杂推理方面表现出色，但直接在设备上部署小型语言模型 (SLM) 带来了改善延迟和隐私的机会，但也带来了准确性和内存方面的独特挑战。我们推出了 CAMPHOR，这是一种创新的设备 SLM 多代理框架，旨在处理多个用户输入并在本地推理个人背景，确保隐私得到维护。 CAMPHOR 采用分层架构，其中高阶推理代理分解复杂任务并协调专家……
Cutting Through API Complexity: A Guide to GraphQL
您是否曾经因为从 API 中获取数据而感到沮丧，最终却得到一堆您不需要的信息？进入 GraphQL，服务器端 API 领域的游戏规则改变者！这篇博文将带您了解 GraphQL，从其核心概念到实际开发步骤。什么是 GraphQL？想象一个 […]The post Cutting Through API Complexity: A Guide to GraphQL appeared first on Mantra Labs.
Improved Modelling of Federated Datasets using Mixtures-of-Dirichlet-Multinomials
实际上，使用联邦学习进行训练的速度可能比标准集中式训练慢几个数量级。这严重限制了可以进行的实验和调整的数量，使得在给定任务上获得良好性能变得具有挑战性。服务器端代理数据可用于运行训练模拟，例如用于超参数调整。这可以通过减少在真实客户端上执行的调整运行次数来大大加快训练流程。然而，确保这些模拟准确反映动态是一项挑战……
最先进的服务器端恶意软件活动之一仍在增长，数十万台服务器受到攻击，并且已经多样化到包括信用卡和加密货币盗窃
