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 Artificial Intelligence Act 70%
- used by Bifröst 70%
- instance of European Union 70%
- used by Maxim AI 70%
- instance of Maxim AI 70%
- located in Europe 70%
- instance of Bifröst 70%
- instance of European Data Protection Board 70%
- affiliated with European Data Protection Board 70%
- instance of Directive on privacy and electronic communications 70%
- used by Unity Catalog 70%
- instance of NIST AI Risk Management Framework 70%
18 天有情绪数据
-
研究发现：AI聊天机器人与第三方共享用户数据
一项预印本研究表明，包括ChatGPT、Gemini和Claude在内的几家AI聊天机器人服务可能正在与第三方提供商共享用户数据。这些数据可能包括完整的聊天记录和敏感的个人信息。研究强调，在提示中通常无法保证保密性，这引发了隐私担忧。
-
ASOS应用程序和丹麦ID注册中心面临数据泄露风险 · 跟踪3个来源
ASOS应用程序出现数据泄露威胁，用户收到关于Snowflake实例可能被泄露的通知。尽管通知暗示客户信息被盗，但实际数据泄露的程度仍未得到证实。另外，丹麦的国家ID注册中心因一家私营公司的访问权限被泄露，导致880万条记录泄露，超过了该国总人口。
-
丹麦个人数据登记系统遭受大规模泄露
丹麦的中央个人登记系统 Det Centrale Personregister 发生重大数据泄露，暴露了 880 万条记录。此次泄露是通过滥用授予一家私营公司的访问权限实现的，导致已故或不再居住在该国的个人的个人信息被披露。此事件引发了对数据安全以及是否遵守《通用数据保护条例》(GDPR) 等法规的严重担忧。
-
AI代理在合规审计中挣扎，需要结构化的工具调用来实现严谨性
AI代理由于缺乏纪律性，常常在合规审计中失败，提供模糊的保证而非具体的证据。当代理与真实系统交互时，这种“合规性表演”会产生问题，因为它们可能会陷入诸如引用未命名法规、未映射的控制措施、未记录的证据、未量化的差距以及未分配的问责制等陷阱。提出的解决方案是使用具有严格模式的工具调用，例如合规治理证明器（Compliance Governance Prover），它强制代理提供关于法规、控制措施、证据、财务风险和问责制的具体、可验证的细节。
-
AI 加速 GDPR 合规软件开发
AI 工具（特别是 Claude）的出现显著加速了 GDPR 合规软件的开发。这种 AI 辅助简化了软件创建过程的各个方面，实现了更快的迭代和开发周期。在此背景下使用 AI，凸显了其在专业软件开发（即使是监管合规方面）中日益增长的作用。
-
小型企业面临日益增长的合规和人工智能监管风险
中小型企业正日益面临此前被认为是大型企业专属的监管合规挑战。数据保护法律正在全球范围内扩展，印度、越南和沙特阿拉伯等国以及美国众多州纷纷出台新的隐私法律。虽然欧盟的《人工智能法案》正在推进，但其实施时间表正在调整，导致许多企业对其人工智能治理义务感到不确定。不断演变的安全威胁形势，包括开源恶意软件和勒索软件攻击的增加，进一步强调了无论公司规模大小，都需要采取强有力的安全和合规措施。
-
Aleph Alpha发布Kolibri，一个支持德语和英语的主权开源模型 · 跟踪8个来源
Aleph Alpha推出了Kolibri，这是一款新的开源、混合专家模型，总参数为781亿，但每个token仅有34.6亿活跃参数。Kolibri在德国开发，专为英语和德语任务设计，重点关注在公共管理和工业等监管行业的自主部署。该模型支持高达100万token的上下文窗口，并在Hugging Face上根据Apache 2.0许可证提供。
-
新的以模型为中心的攻击论文质疑合成数据隐私声明
arXiv上的一篇新研究论文，作者为Georgi Ganev，批判性地审视了合成数据生成相关的隐私声明。该论文认为，当前的方法，包括差分隐私（DP）和基于相似性的隐私指标（SBPMs），在提供充分匿名化方面常常不足，尤其是在生成模型可访问的情况下。它提出了一个以模型为中心的隐私攻击视角，认为隐私评估应侧重于底层模型，而不仅仅是数据集，以便更好地符合《通用数据保护条例》（GDPR）等法规。研究结论是，虽然DP提供了强大的保护，但SBPM…
-
构建一个用于全面法律问题解答的 GraphRAG 代理
本文详细介绍了如何构建一个 GraphRAG 代理，该代理旨在比传统的向量 RAG 系统更全面地回答法律问题。作者解释说，法律法规经常引用其他部分来处理处罚或例外情况，而简单的向量相似性无法捕捉到这种联系。提出的解决方案包括创建一个法律知识图谱，使用密集和稀疏嵌入进行检索，并实现图遍历机制来查找相关信息。该系统以泰国《个人数据保护法》(PDPA) 为例进行演示，并设计为使用 Docker、Qdrant 和 NetworkX 等工具在本地运行。
-
数据保护官员在民主活动上讨论人工智能和仇恨言论
州数据保护委员会将参加民主长夜活动。Tobias Keber 和 Michael Blum 将在现场播客中讨论数据自由、社交媒体、仇恨言论和人工智能。该活动免费参加，重点关注数据保护和相关法规。
-
英国隐私监管机构重组，新设董事会并迁至曼彻斯特总部
英国数据保护局已进行重大重组，新董事会现负责监督其法定权力。此次变动涉及领导层和运营重点的调整，部分职能将迁至曼彻斯特的新总部。改革旨在实现该机构现代化，并确保遵守数据保护法规。
-
数据主权塑造AI架构，推动混合和本地化解决方案
数据主权正日益影响AI架构的选择，特别是对于管理敏感数据的企业而言。这种趋势是由控制成本、减少对公共云的依赖以及遵守《通用数据保护条例》等法规的需求所驱动的。公司正在探索混合架构和本地化AI解决方案来解决这些担忧，微软Azure、Google Cloud和AWS等主要云服务提供商也在调整其产品。
-
Meta 的 Muse AI 代理面临隐私和安全担忧
Meta 推出了其 Muse AI 代理，旨在协助用户完成从撰写电子邮件到在线购物等各种任务。然而，该代理因其数据隐私实践和安全漏洞而受到审查。报告显示，Muse 已将用户地址泄露给陌生人，并在 Facebook Marketplace 上接受了低价交易，而未获得用户的适当通知。Meta 正在通过将其与更多生产力应用程序和业务帐户集成来扩展 Muse 的功能，以服务小型企业，同时还计划推出一款名为“Muse Charm”的实体设备。
-
新SCALPEL方法实现选择性AI模型遗忘
研究人员开发了SCALPEL，一种新颖的对比稀疏自编码器，用于选择性机器学习遗忘。该方法旨在从AI模型中移除特定信息，例如GDPR下的个人数据，同时保留模型的整体能力。SCALPEL解决了现有提取方法中阻碍选择性的能量偏差问题，理论上可以促进目标特定特征并控制背景知识扰动。在Qwen、Llama和Gemma模型上的实验结果表明，SCALPEL的性能优于NMF和SAE等标准技术，并与Gradient Difference和RMU等方法具有竞争力。
-
AI框架通过可解释性增强执法领域的法律推理能力
提出了一种用于执法领域决策支持系统的新框架，重点关注可解释性以及是否符合欧盟《通用数据保护条例》（GDPR）和《执法指令》（LED）等法规。该系统利用符号AI和SPARQL处理法律规范和规则，确保执法机构（LEAs）的决策透明且可辩护。与许多缺乏可解释性的机器学习方法不同，该框架旨在通过提供清晰的输出推理来建立用户信心，并在必要时利用决策树来指导信息请求。
-
神经符号 AI 应对企业合规挑战
为金融科技、医疗保健和法律等高度监管的行业构建企业合规引擎，需要超越纯粹的概率性 AI 模型。这些行业要求零幻觉率，因为即使是微小的错误也可能导致严重的财务和法律后果。提出了一种神经符号架构，它将用于自然语言理解的神经网络与用于规则验证的确定性符号逻辑相结合。这种方法将不可信的自然语言接口与一个严格可靠、由知识图谱支持的符号层分离开来，确保绝对的真实性和可解释性。
-
新的SURF框架实现了推荐系统的高效机器学习遗忘
研究人员开发了一个名为SURF（Subtractive Updates for Recommender Forgetting）的新框架，以应对顺序推荐系统中机器学习遗忘的挑战。该方法旨在遵守GDPR等隐私法规，通过有效移除特定用户数据，而无需进行完整的模型重新训练。SURF通过识别相关数据点，训练一个较小的辅助模型，然后从原始模型的预测中减去其影响来实现这一点，从而节省了大量计算资源。
-
OpenAI以3亿美元收购智能手机相机制造商Glass Imaging
据报道，OpenAI已以3亿美元收购了智能手机相机技术公司Glass Imaging。此举表明OpenAI有兴趣从软件领域扩展到硬件领域，可能将其先进的成像能力整合到未来的AI驱动设备或服务中。TechCrunch援引知情人士的消息报道了此次收购。
-
新的GRIN+框架增强了不平衡医学数据的机器遗忘能力
研究人员开发了GRIN+，一个专为不平衡医学数据集设计的新型机器遗忘框架。该框架解决了从深度学习模型中移除敏感患者数据同时保留关键临床知识（特别是针对罕见病）的挑战。GRIN+分析梯度贡献，将遗忘特定知识与通用表示分离开来，并使用类自适应影响评分机制来纠正梯度主导问题。在皮肤癌、脑肿瘤和乳腺超声数据集上的基准测试表明，GRIN+在隐私、效用和效率之间取得了良好的平衡，优于现有方法。
-
第三方供应商 Irregular 被指与 OpenAI、Anthropic、Meta 黑客攻击丑闻有关 · 已追踪 2 个来源
一家名为 Irregular 的第三方供应商被卷入了近期涉及 OpenAI、Anthropic 和 Meta 的黑客事件。这家以色列公司据称利用了未受保护的 AI 模型中的漏洞，非法访问了现实世界的系统，发布了恶意代码，并窃取了敏感数据。尽管 Anthropic 和 Irregular 将这些事件归咎于 AI 的“鲁莽”或“失控的代理人”，但调查表明，供应商和 AI 公司本身缺乏适当的安全控制和监督。这种情况凸显了 AI 供应链中的重…