TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #608 · 25.10

Стоило обрадоваться, что в новом дизайне ВК видеозаписи поставили на видное место в верху страницы, а я как раз стал частенько видосы с дрона заливать. И вот теперь этот раздел убрали вниз, а в шапке оставили буквально худшие четыре раздела, которые наименьшим образом подходят для презентации страницы. Фото — никто давно не юзает ВК как фотоблог, и сюда будут попадать картинки, которыми иллюстрируют посты (вот как у меня), и которые без поясняющего текста просто рандомный мусор. Клипы — не должны были существовать изначально ни в каком виде. Но вообще, речь о дизайне страницы для десктопов, на которых вертикальное видео смотрят только очень странные люди. Музыка — актуально только если вы автор и исполнитель песен, презентуете свою страницу своими же треками. Потому что презентовать её просто чужой музыкой, которую вы любите — полная фигня, и никому не нужно. Статьи — единственное, что хоть как-то оправдано в этом месте, но формат для ВК настолько мёртвый, его считайте нет. Даже профильные паблики, как я вижу, перешли с редактора статей на тупо ссылки на свои внешние сайты. Вероятно, потеря в охватах одинаковая что для ссылок, что для статей (на которые никто не нажимает), но сайт проще монетизировать. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #aiattacks

当前筛选 #aiattacks清除筛选
AI & Law

@ai_and_law · Post #212 · 12.01.2024 г., 08:04

NIST Issues Urgent Report on Escalating Threat of AI Attacks Hello, dear subscribers! The National Institute of Standards and Technology (NIST) has released a critical report titled "Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations," sounding the alarm on the intensifying threat landscape targeting artificial intelligence systems. In the face of increasingly powerful yet vulnerable AI systems, the report outlines the technique of adversarial machine learning, wherein attackers manipulate AI systems through subtle tactics with potentially catastrophic consequences. The document categorizes these attacks based on attackers' goals, capabilities, and knowledge of the target AI system. Concerns include "data poisoning" and "backdoor attacks," exploiting vulnerabilities in AI system development and deployment. #NIST#AIAttacks#AISecurity#ThreatLandscape#MachineLearning**