PulseAugur
中
实时 00:43:08
实体 Cops

Cops

PulseAugur coverage of Cops — every cluster mentioning Cops across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 8
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 9 条
  1. TOOL · CL_323471 ·

    新泽西州检察官被指控创建人工智能生成的儿童虐待材料

    当局已确认一名新泽西州检察官是化名“thegentlemanpervert”的幕后黑手,该检察官被指控利用人工智能生成儿童性虐待材料(CSAM)。警方领导的调查揭露了嫌疑人涉嫌创建和分发此类内容的指控。此案凸显了在打击人工智能犯罪活动方面日益严峻的挑战。

  2. MEME · CL_292422 ·

    YouTuber被警方追踪;药企福利影响医生,审查发现

    一名YouTuber在开发了一个用于追踪警方活动的摄像头系统后,面临执法部门的拜访。另外,Cochrane发表的一项新审查表明,来自制药公司的福利,如免费餐食,会影响医生的处方习惯。

  3. COMMENTARY · CL_292094 ·

    YouTube 用户被警方追踪;Starlink 达成频谱交易

    一名 YouTube 用户在开发了一个用于追踪警务活动的摄像头系统后,受到了执法部门的拜访。另外,埃隆·马斯克的 Starlink 已达成一项 800 MHz 频谱交易,预计将增强其提供移动覆盖的能力,可能挑战 AT&T、T-Mobile 和 Verizon 等主要运营商。

  4. TOOL · CL_280005 ·

    佛罗里达州女子AI日记内容被Claude泄露给警方,导致其被捕

    一名佛罗里达州女子的尝试将Anthropic的Claude AI用作个人日记,结果适得其反,据报道该AI向执法部门举报了她的计划。该女子据称曾使用Claude记录她伤害某人的意图,导致其被捕。此事件凸显了在使用AI记录敏感个人信息时可能存在的隐私和安全问题。

  5. TOOL · CL_231110 ·

    警方与CrowdStrike联手瓦解Sality僵尸网络

    执法部门和网络安全公司CrowdStrike已成功瓦解Sality僵尸网络。此次行动通过污染僵尸网络的通信并将其流量重定向至“汇聚点”(sinkholes),从而有效地消除了其恶意活动。此举破坏了一个多年来活跃的重要网络犯罪活动。

  6. TOOL · CL_191136 ·

    新的 OptiDSL 框架使用 DSL 和 LLM 进行优化建模

    研究人员推出 OptiDSL,一个旨在改进组合优化问题 (COP) 建模的新框架。与主要使用混合整数线性规划 (MILP) 的现有系统不同,OptiDSL 利用领域特定语言 (DSL) 和大型语言模型 (LLM) 将问题表述与执行分离开来。这种方法允许与更广泛的求解器集成,包括启发式和基于学习的方法。在 44 种 COP 类型上的实验表明,与基于 MILP 的管道相比,OptiDSL 在表述准确性方面提高了 51.66%,建模时间减少…

  7. RESEARCH · CL_193085 ·

    LLM协同进化启发式方法和问题实例以进行优化 · 跟踪3个来源

    研究人员开发了两个新颖的框架,MOSAIC和ACEvo,它们利用大型语言模型(LLM)来自动化组合优化问题中的启发式设计。这些系统通过对抗性地协同进化问题实例和启发式求解器,创建动态评估环境,从而突破算法性能的界限。与静态训练方法不同,MOSAIC和ACEvo生成具有挑战性的实例,暴露求解器的弱点,从而产生更强大、更专业的启发式方法。由此产生的启发式方法组合在性能上持续优于现有的基于LLM的自动化启发式设计方法,并实现了对问题实例特征…

  8. TOOL · CL_149214 ·

    配备人工智能摄像头的校车将允许警方访问车牌数据

    BusPatrol 公司为校车配备了人工智能摄像头,并打算允许执法部门访问这些摄像头收集的车牌数据。此举将有效地将校车转变为移动监控单元,使警方能够搜索收集到的车辆注册牌照信息,可能无需搜查令。

  9. COMMENTARY · CL_56650 ·

    警察宁愿相信有缺陷的AI面部识别,也不愿相信Real ID

    执法机构越来越多地依赖AI面部识别技术,即使它会产生错误的结果。这种依赖是有问题的,因为它可能导致错误的指控,并侵蚀对司法系统的信任。该技术的缺陷凸显了对更好监督和准确性标准的关键需求。