telemetry
PulseAugur coverage of telemetry — every cluster mentioning telemetry across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新基准评估用于网络威胁调查的大语言模型代理
研究人员开发了APTInvestBench，这是一个新的基准，旨在评估大型语言模型（LLM）代理在不同遥测设置下调查高级持续性威胁（APT）的鲁棒性。该基准包含370个案例，源自56次攻击重建，总计超过1600万条日志记录，并评估代理收集足够证据和提供正式引用的能力。对11个LLM的初步测试表明，代理能够为平均44.3%的可恢复攻击行为获取足够证据，但只有25.0%的证据得到了正式引用的支持，这凸显了可靠证据获取和报告方面存在重大差距。
-
Hugging Face Hub 静默收集 AI 编码代理遥测数据
Hugging Face Hub 库已被发现静默收集遥测数据，特别是识别个人正在使用的 AI 编码代理。此数据收集在未经用户明确同意或通知的情况下进行，引发了用户对隐私的担忧。这一发现已导致 AI 社区就数据透明度和用户对其信息的控制权展开讨论。
-
新的CENTILE模型简化了HPC和网络的遥测分析
研究人员开发了CENTILE，一个新颖的生成式基础模型，专为网络和系统遥测设计。与之前为每个任务使用独立预测器的方法不同，CENTILE在操作员的事件流上进行一次预训练，以将异构遥测作为事件驱动的、不规则计时的实体流来处理。该模型通过重放由其校准的条件分位数驱动的决策来评估，旨在改善运营结果。实验表明，CENTILE显著增强了高性能计算（HPC）调度和网络配置决策，降低了减速和违规率。
-
Orbital Brain：太空任务运营的大语言模型架构
一个名为 Orbital Brain 的新概念验证架构已被设计用于将大语言模型（LLM）集成到太空任务运营中。该架构旨在通过处理海量的任务数据（如遥测和故障日志）并转化为可操作的见解和预测场景，来协助人类飞行控制员。该系统分为七个阶段，强调可解释性和安全性，以满足航空航天认证要求，确保人工智能充当认知增强工具，而不是自主指挥系统。