Law on the Protection of Personal Data
PulseAugur coverage of Law on the Protection of Personal Data — every cluster mentioning Law on the Protection of Personal Data across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Telveguard AI 网关为合规性屏蔽土耳其个人数据
一个名为 Telveguard 的开源 AI 网关已被开发出来，以帮助公司遵守数据保护法规，尤其是在土耳其。该工具充当反向代理，在将请求发送到外部 AI 模型之前屏蔽土耳其身份证号 (TCKN) 和 IBAN 等敏感个人数据。它确保这些数据保留在公司的控制之下，解决了通用 PII 检测工具经常遗漏的、与土耳其数据格式和字符集相关的特定挑战。Telveguard 通过在外部调用期间用占位符替换敏感信息并在收到响应后恢复这些信息，来支持 …
-
Instagram的AI驱动的80年代潮流面临数据隐私审查
一个在Instagram上病毒式传播的潮流，被称为#80lerchallenge，正受到土耳其个人数据保护局（KVKK）的审查。该潮流涉及用户利用AI将他们的照片转换成怀旧肖像，引发了对个人数据潜在滥用的担忧。
-
土耳其警告AI中使用生物识别数据，引用隐私风险
土耳其个人数据保护局（KVKK）已发布警告，针对在AI应用中处理生物识别数据，特别是那些模仿“80年代潮流”的应用。该机构强调了在未经适当同意或保障措施的情况下收集和使用此类敏感信息的风险。此建议旨在确保遵守数据保护法律，并在不断发展的AI技术面前保护个人隐私。
-
新的ECHO健康助手使用GPT-5 Mini和Llama 3.3进行本地慢性病管理
研究人员开发了ECHO（增强型护理与健康观察者），一个本地可部署的对话式健康助手，专为长期慢性病管理而设计。该系统采用基于ReAct循环和时间记忆的代理聊天机器人，使用GPT-5 Mini实现了94.9%的工具执行通过率。它还包括一个混合安全层，包含基于规则的系统和图神经网络，能够准确地对边界案例进行分类，性能优于Llama 3.3 70B等模型。此外，一个多模态语音评估模块可以估算情绪、抑郁和疼痛，整个应用程序可以在消费级硬件上运行…
-
RAG 框架：生产挑战与开源解决方案
两篇文章讨论了部署检索增强生成（RAG）系统的实际挑战和解决方案。第一篇文章强调 RAGFlow 是一个成熟的开源工具，用于构建生产就绪的助手，并重点介绍了其用于文档理解的 DeepDoc 引擎以及支持与 Claude 和 Cursor 等工具集成的 MCP。第二篇文章详细介绍了使用 LlamaIndex、LangChain 和 Haystack 等流行 RAG 框架时遇到的生产故障，并深入探讨了它们的局限性以及实现稳健性能所需的可行方法。
-
开发者构建亚毫秒级 LLM 安全代理以阻止 PII 泄露
一位开发者构建了一个名为 Tamga 的开源安全代理，以防止在使用大型语言模型时敏感数据暴露。该代理用 Go 编写，位于应用程序和 OpenAI、Anthropic 等 LLM 提供商之间，可在 2 毫秒内扫描提示中的个人身份信息 (PII) 并强制执行安全策略。开发者详细介绍了该架构，并表示在 62 个对抗性测试向量中，仍有 29 个能够绕过已实现的扫描器，这凸显了保护 LLM 交互所面临的持续挑战。