漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2025-11-27 talkingdev

开源|Zig语言主仓库正式从GitHub迁移至Codeberg

编程语言Zig近日宣布将其核心代码库从GitHub迁移至开源平台Codeberg,这一技术决策引发开发者社区广泛关注。迁移公告发布后在技术论坛Hacker News获得353点热度及232条深度讨论,反映出开源社区对平台自主权的持续关...

Read More
2025-11-02 talkingdev

丹麦合规科技公司Formalize完成3000万欧元B轮融资,助力中小企业高效应对欧盟法规

总部位于哥本哈根的合规科技企业Formalize近日宣布完成3000万欧元(约合人民币2.3亿元)的B轮融资,本轮融资由Acton Capital和Blackfin Tech共同领投。该公司开发的合规管理软件目前已服务全球80多个国家的数千家中...

Read More
2025-10-26 talkingdev

儿童心理保护警示:避免用'幸运'定义亲子关系,科技助力家庭隐私安全监测

近日,一则关于儿童心理保护的生活建议在社交平台引发热议。该观点指出,即使父母表面展现完美形象,公开评价孩子'幸运拥有这样的父母'仍存在潜在风险。这一议题与当前科技领域的发展形成交叉:基于人工智能的家庭行...

Read More
2025-06-30 talkingdev

[论文推荐]FedEDS:基于加密数据共享的联邦学习新方案

FedEDS是一种针对边缘设备联邦学习的新型方案,其创新性地通过客户端间加密数据共享机制,有效解决了数据异构性和物理分布带来的性能瓶颈。该技术突破由arXiv最新研究论文披露,通过同态加密和分布式密钥管理,在保...

Read More
2025-05-13 talkingdev

本地化构建专属Siri:无需云端,隐私无忧

近日,一篇题为《Build your own Siri. Locally. On-Device. No Cloud.》的技术文章引发广泛关注。文章详细介绍了如何在本地设备上构建类似Siri的语音助手,完全脱离云端服务,从而确保用户隐私安全。这一技术方案利...

Read More
2025-05-07 talkingdev

AI模型训练如何规避GDPR风险?匿名化与伪匿名化技术解析

在人工智能模型的开发过程中,确保符合《通用数据保护条例》(GDPR)的要求至关重要。开发者可采用匿名化数据集或伪匿名化技术,从根本上规避隐私合规风险。若无法实现完全匿名化,则需通过强化数据安全措施(如加密存...

Read More
2025-05-05 talkingdev

[论文推荐]FUSED提出高效联邦遗忘机制:可逆且低成本的稀疏遗忘适配器

联邦学习领域迎来突破性进展,FUSED(Federated Unlearning with Sparse Efficient Deletion)系统通过创新的稀疏遗忘适配器技术,首次实现了联邦学习环境下的定向知识擦除与可逆操作。该技术通过在模型微调层植入轻...

Read More
2025-04-29 talkingdev

[论文推荐]ReLearn:大语言模型高效遗忘学习的数据增强与微调方案

来自arXiv的最新研究论文提出ReLearn框架,通过创新的数据增强和微调技术,解决了大语言模型(LLMs)中的关键挑战——'遗忘学习'(Unlearning)。该技术可精准移除模型训练数据中的特定信息,同时保持整体性能,对数据...

Read More
  1. Next Page