标签
一批注重隐私的男同约会应用（如MeetMarket）正作为Grindr和Sniffies的替代品涌现，强调去中心化身份、端到端加密和无广告体验，以解决用户对数据变现和机器人账号的不满。
本文提出 ManiF-SMC，一种完全在表征空间中运行的近似机器遗忘方法，通过将擦除样本从其原始学习的流形表征推向保留数据中其最近的语义邻居，并使用由自模式连通性模块引导的基于边界的三元组损失来实现自适应边界。
美国科技公司微软和Meta已将参与欧洲技术监管的荷兰公务员和学者的姓名提交给美国参议院委员会，这可能使他们面临旅行禁令或制裁。荷兰内阁称这一情况极其令人担忧，并已向美国大使提出此事。
Bert Hubert解释了政府为何高度依赖Palantir软件，提到他们卓越的现场集成支持和将咨询服务与许可证捆绑的会计手段，并呼吁开发具有欧洲价值观的替代软件。
本文指出了社交媒体上关于AI应用的大肆宣传与企业在实际环境中面临的挑战（如数据基础设施薄弱、隐私限制和管理层不切实际的期望）之间的脱节。
一项研究发现，所有被分析的九款职场监控应用都会与Facebook和Google等第三方共享员工数据，引发了严重的隐私担忧。
一名开发者使用3台Mac Mini和9个AI代理搭建完全本地化的AI工作流，实现零云服务账单并月入1万美元。
电子隐私信息中心（EPIC）的一份报告揭示，包括谷歌、Meta和OpenAI在内的主要数据经纪商和AI公司在退出表单中使用欺骗性设计模式，阻止消费者有效选择退出数据销售和共享。
研究揭示了一个市场，通过盗用身份、深度伪造KYC以及冒充Claude的小型模型，实现廉价访问Claude API，所有数据被永久记录——带来重大安全和隐私风险。
文章认为，用户数据是一个巨大的未开发市场（未来10年约5万亿美元），但由于隐私法规和用户抵制，至今未被捕获；唯一的有效模式是以数据换取个性化服务，而非现金。
本文探讨了企业在决定自建定制AI模型与使用OpenAI或Anthropic等提供商的API之间的权衡，重点关注成本、数据隐私、性能和长期控制。
调查发现，荷兰一家自杀预防热线未经适当同意，将敏感的访客元数据分享给谷歌和微软，导致追踪工具被停用，并可能违反《通用数据保护条例》（GDPR）。
本文探讨了从 GitHub 迁移到自托管的 Forgejo 的决定，主要提及了对数据所有权、可靠性以及 AI 数据收集实践的担忧。文章还介绍了荷兰政府类似的举措，并详细说明了个人 Forgejo 实例的技术部署。
互联网清理基金会（Internet Cleanup Foundation）推出了 SecurityBaseline.eu 平台，该平台旨在审计欧洲各国政府的网络安全状况，并揭示了普遍存在的问题，例如非法追踪 Cookie 和加密不当的电子邮件。
文章认为，虽然本地 AI 模型易于获取，但真正的代理所有权需要本地、可检查的记忆系统，而非供应商控制的云存储。作者倡导使用 MemOS Local 和 Hermes Agent 等工具，在本地保留执行轨迹和习得技能，以获得更好的控制力和可调试性。
研究人员在近期的 Android 版本中发现了一项安全漏洞，该漏洞可能导致任何已安装的应用泄露特定的网络流量。
据报道，Palantir 将获得对英国 NHS 患者数据的无限制访问权限，此举引发了关于数据隐私以及私营科技公司在公共医疗基础设施中所扮演角色的重大质疑。
普林斯顿大学信息技术政策中心分析了美国劳工部的“让美国为人工智能做好准备”（Make America AI-Ready）短信课程，强调了其可及性，同时批评了其数据隐私建议中存在的显著矛盾。
本文系统研究了不同训练范式下的不可学习示例，揭示了预训练权重会削弱现有方法的效果，并提出浅层语义伪装（SSC）方法，通过在语义有效子空间中生成扰动来维持不可学习性。
用户对Weights & Biases的新主服务协议表示担忧，该协议赋予公司更广泛的权利，可使用客户数据（包括机器学习模型）来改进产品和开发AI功能。