right to be forgotten
PulseAugur coverage of right to be forgotten — every cluster mentioning right to be forgotten across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的GraphToxin攻击可从GNN中重建已删除数据
研究人员开发了GraphToxin，一种能够从图神经网络（GNN）中重建整个未学习图的新型攻击。该方法超越了以往的成员推理攻击，不仅恢复了已删除的单个数据，还恢复了其邻居的敏感信息。GraphToxin利用曲率匹配模块进行细粒度引导，并在白盒和黑盒场景中都显示出有效性，突显了当前图解构验证标准的局限性。
-
Anthropic 寻求 2 万亿美元 IPO，AI 实验室推动放缓发展
据报道，Anthropic 正在为 10 月份进行的大规模 2 万亿美元 IPO 做准备，这得益于强劲的收入增长和高利润率，英伟达（Nvidia）正考虑进行重大投资。与此同时，微软（Microsoft）继 Anthropic 和 OpenAI 之后，也主张放慢人工智能（AI）的发展速度，以解决对齐和安全问题，并为其 AI 模型引入了行为准则。AI 行业也日益出现分歧，数学家们对 AI 实验室在未经充分验证的情况下急于声称取得数学突破表…
-
被遗忘权是一项需要全球保护的人权
被遗忘权是一项基本人权，需要在全球北方和全球南方得到保护。这一原则对于在一个日益依赖数据的世界中保护个人隐私至关重要。
-
大型语言模型通过数据整合挑战“被遗忘权”
“被遗忘权”的概念正面临大型语言模型（LLMs）带来的严峻挑战。与传统数据存储不同，输入到LLMs的信息会深度整合到模型的内核中，难以移除。重新训练LLM以删除特定数据是一个极其耗能的过程，可能消耗比整个城镇还要多的能源，从而对数字时代的隐私构成重大障碍。
-
FedUP框架提供一次性联邦遗忘，降低延迟
研究人员推出FedUP，一个新颖的一次性联邦遗忘框架，旨在解决数据隐私和请求延迟之间的权衡。FedUP采用轻量级的、可插拔的过滤器，能够有效地筛选出目标数据，而无需大量的客户端-服务器通信或复杂的重新训练。通过在服务器端使用差分隐私的类质心样本训练这些过滤器，该框架将遗忘时间从几分钟显著缩短到几秒钟，同时保持了原始模型的性能。其可插拔的架构还允许轻松恢复被遗忘的知识，实验表明在各种任务中具有卓越的精度和效率。