General Data Protection Regulation
PulseAugur coverage of General Data Protection Regulation — every cluster mentioning General Data Protection Regulation across labs, papers, and developer communities, ranked by signal.
- instance of European Union 90%
- instance of European Data Protection Board 90%
- used by Bifröst 70%
- instance of Artificial Intelligence Act 70%
- used by Maxim AI 70%
- instance of Maxim AI 70%
- instance of Bifröst 70%
- affiliated with European Data Protection Board 70%
- authored by European Union 70%
- instance of data protection authority 70%
- instance of Directive on privacy and electronic communications 70%
- instance of NIS 2 Directive 70%
- 2026-10-25 regulatory EU Member States approved a change to the GDPR that critics argue favors AI companies' data usage over individual rights. 来源
- 2026-10-23 regulatory EU Member States approved a change to the GDPR that allows AI companies to process personal data with fewer restrictions. 来源
- 2026-10-23 regulatory EU Member States approved a change to GDPR that allows AI companies to process personal data with fewer restrictions, prioritizing their interests over user privacy. 来源
- 2026-09-14 regulatory Hamburg's data protection officer stated that the everyday use of smart glasses in public spaces lacks a strong legal basis under the GDPR. 来源
- 2026-05-18 regulatory US-based AI usage by a Boston hospital found to violate GDPR data transfer rules for EU citizens. 来源
26 天有情绪数据
-
敦促欧盟立法者不要削弱《数字综合法案》人工智能规则中的权利
欧盟委员会提出的《数字综合法案》,最初被宣传为法规的简化,但现在正面临重大反对。超过 100 个组织、学者和企业敦促欧盟立法者不要稀释基本权利,尤其是在人工智能开发和训练中使用数据方面。一个关键担忧是人工智能运营可能依赖“合法利益”来重用数据,批评者担心这可能使大规模挪用个人数据常态化。
-
对随意共享个人数据给大型语言模型的担忧日益增加
作者对语言模型的新用法表示震惊,指出包括敏感健康信息在内的个人信息正在被分享给ChatGPT等模型,而似乎并不顾及GDPR等隐私法规。这种随意分享个人数据的方式引发了对界限以及使用大型语言模型的潜在影响的严重担忧。
-
欧盟《数字市场法案》辩论:使用个人数据训练人工智能仍具争议
一年前提出的欧盟《数字市场法案》旨在简化数字法规,但引发了关于人工智能训练数据的辩论。虽然该法案的部分内容已成为法律,但允许公司在“合法利益”条款下,未经明确同意即可使用个人数据训练人工智能的关键条款仍在谈判中。隐私倡导者和数据保护机构担心,这可能会为人工智能开发授予广泛的用户数据访问权限,科技公司在此过程中进行了大量的游说。
-
新AI流程可在无标签情况下分割课堂中的教师语音
研究人员开发了一种新颖的流程,用于分割课堂录音中的教师和学生语音,该流程无需标签即可运行,并遵守GDPR等严格的隐私限制。该系统利用轻量级语音活动检测器、说话人嵌入、聚类和逻辑回归模型,通过结构模式而非声音身份来识别教师。该方法在不同语言和声学条件下均表现出强大的性能,在速度和内存效率方面优于现有基线,甚至在智能手机上可媲美领先的神经说话人分割工具。
-
GDPR适用于人工智能:欧盟数据保护主管阐述人工智能训练的合法依据
欧洲数据保护监督官(EDPS)秘书长Leonardo Cervera-Navas在2026年IAPP欧洲大会的一个小组讨论中,讨论了《通用数据保护条例》(GDPR)在人工智能领域的适用性。他强调,个人数据的每次使用及其目的都需要单独评估,并指出合法利益可以作为人工智能训练的合法依据,但这并非自动获得。Cervera-Navas强调了数据最小化、风险评估和文件记录等实际保障措施的重要性,以确保负责任的人工智能开发,同时维护基本权利。
-
寻求符合欧盟/GDPR标准的 GLiNER2 托管服务,引发商机讨论
一位 Mastodon 用户正在寻找一款符合欧盟和 GDPR 法规的 GLiNER2 模型托管服务。该用户认为,此类服务的缺乏提供了一个商机。
-
研究发现网站所有者忽视欧盟隐私规则
一项最新研究表明,许多网站所有者并未遵守欧盟的《通用数据保护条例》(GDPR)。该研究强调了这些所有者普遍无视隐私规则的现象,表明监管要求与实际执行之间存在显著差距。
-
自托管 LLM:欧盟团队的成本分析取决于 GPU 利用率
考虑自托管大型语言模型 (LLM) 的团队需要与基于 token 的 API 进行成本效益分析,使用强度是关键因素。虽然自托管提供了数据隐私优势,尤其是在欧盟 GDPR 法规下,但只有当 GPU 利用率持续很高时,它才具有成本效益。对于小型团队或间歇性工作负载,基于 token 的 API 通常更经济,特别是对于需要复杂判断的任务,而自托管可能仍然适用于数据敏感任务,如 embeddings。
-
每日摘要通讯涵盖AI、隐私和网络安全新闻 · 追踪4个来源
由nicfab.eu在Mastodon上发布的“每日摘要”通讯,精选了隐私、数据保护、AI和网络安全方面的新闻。每期每日摘要都会重点介绍五篇读者最关心的相关主题文章。该通讯旨在让用户及时了解这些快速发展领域的最新动态。
-
新数据集对 AI 代码审查隐私缺陷进行基准测试
研究人员推出了 PrivacyPR,这是一个包含 4,131 个 GitHub 拉取请求的新数据集,专注于真实的隐私修复。该数据集旨在对 AI 编码代理在识别和纠正隐私缺陷方面的能力进行基准测试,特别是在与 GDPR 等法规相关的方面。初步评估表明,虽然编码代理可以检测到这些问题,但其有效性高度依赖于特定的审查提示,并可能导致误报。
-
少年构建自托管 AI drift 代理以检测 LLM 变化
一位 15 岁的开发者创建了 Wallras,一个自托管的 AI drift 检测代理,旨在识别 LLM 行为中的静默变化。该工具运行开销极小,所有数据都保留在用户服务器上,解决了第三方可观测性平台带来的隐私担忧。Wallras 采用诸如 Population Stability Index 和 Jensen-Shannon Divergence 等高级统计方法来检测 drift,并分析 token 对数概率以识别自信的幻觉。它还包括…
-
ChatGPT 钱包因成本和责任问题面临开发者强烈反对
OpenAI 新推出的 ChatGPT 钱包功能旨在允许 AI 代理进行购买,但目前正面临严峻挑战和开发者批评。该系统目前仅限于美国成年 ChatGPT Pro 用户,支付方式受限,并且缺乏明确的合规途径以进行国际扩张。开发者遇到了高昂的代币成本、频繁的系统故障以及因 AI 驱动的交易错误而产生的巨额法律责任,这使得它成为企业成本高昂且不可靠的工具。
-
英国医疗监管机构调查记录窃听事件,此前发生300余次未经授权访问
英国一家数据保护机构正要求200多名高管就员工访问敏感医疗记录一事提供保证。此前有报道称,今年员工未经授权访问患者文件超过300次。该机构旨在确保遵守数据保护法规,防止未经授权的窃听。
-
个人AI代理因安全和成本问题对企业构成风险
Meta的Muse和OpenAI的Dots等个人AI代理提供了显著的生产力提升,有CEO报告称节省了大量成本。然而,由于安全和数据隐私问题,这些代理目前尚不适合企业使用。它们始终在线的特性以及对敏感公司系统的访问,带来了数据泄露和合规性违规的风险,而且它们的持续运行可能导致意想不到的高昂成本,正如在其他AI工具上所见的那样。
-
数据主权:控制和恢复比地理位置更重要
数据主权不仅仅是数据存储的地理位置接近。关键考虑因素包括对数据的控制、访问权限以及在发生故障时的数据恢复速度。这些因素对于遵守 GDPR 等法规和保持运营韧性至关重要。
-
2027年欧盟数据监管机构将审查招聘中的AI
2027年,欧盟数据保护委员会(EU_EDPB)和各国数据保护机构(DPA)将重点关注自动化决策(ADM),特别是AI驱动的ADM,在招聘领域。重点关注的领域将包括个人不受仅基于ADM的决策的影响的权利,以及他们访问与这些流程相关信息的权利,这与GDPR原则一致。
-
AI 代理通过双规范协议实现跨生态系统互操作性
文章详细介绍了在不同生态系统之间实现自主 AI 代理可靠通信的技术方法。文章强调了方法名称不一致和缓冲区问题等挑战,并提出了一种解决方案,该方案涉及支持多种协议版本(A2A 1.0 和 0.3.0)以及 MCP 绑定的单一代理卡。该系统还实现了方法规范化、严格的 CORS 标头以及用于即时事件流的非缓冲 SSE,同时还为回调实现了安全验证通道。
-
新的AI工厂可自动创建移动设备专用语言模型
一个名为Mobile AI Factory的新系统已被开发出来,可以自动构建和优化用于移动设备的专用小型语言模型(SLM)。这个代理系统可以针对特定任务和目标手机进行微调、量化和适配,旨在提高性能、降低延迟并增强隐私。通过整合真实的手机测量数据,该工厂可以在特定任务上实现与大型模型相媲美的性能,同时显著减少计算资源的使用。
-
Databricks 通过新的云承诺扩展欧洲数据主权
Databricks 通过在 AWS European Sovereign Cloud 上推出以及确保 Azure Databricks 符合欧盟要求,来扩展其对欧洲数据主权的承诺。此举支持欧洲组织在利用人工智能和分析处理敏感数据时,保持控制并遵守欧盟人工智能法案和 GDPR 等法规。该公司已在欧洲投资十多年,拥有重要的本地团队和办事处,并计划在欧洲设立三个新区域。
-
科技公司被敦促向买家简化复杂产品价值
科技公司面临着向非技术买家解释复杂产品的挑战,既不能过度简化也不能让他们不知所措。专家建议用买家能理解的语言关注可量化的价值,例如成本节约或增长影响,并强调切实的客户利益和成果。通过行业特定案例和真实用例展示投资回报率至关重要,技术细节应留待销售过程后期。目标是向买家展示他们错过了什么以及技术解锁的新可能性,同时隐藏底层复杂性。