★ 4
苹果新 iPhone 相机模式可证明照片非 AI 生成
苹果将在 iPhone 18 Pro 系列推出 Reference Image 功能，利用新传感器为每个像素签名，生成不可篡改的参考图像以验证照片未经 AI 修改。该硬件级认证方案区别于 SynthID、C2PA 等标准。
The Verge AI53 天前
#隐私计算
共 9 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
苹果生态中结合机器学习与同态加密
文章探讨在苹果生态系统中将机器学习与同态加密技术结合的可能性，旨在实现数据隐私保护下的模型推理。该方向对隐私计算与端侧AI具有重要意义。
Lobsters – Machine Learning38 天前
★ 2
VLDB 论文：基于同态加密的私有 LLM 推理
VLDB 期刊发表论文，探讨利用同态加密实现大语言模型的隐私保护推理，使模型在密文上完成计算而无需暴露用户输入。该方向对隐私敏感场景下的云端 LLM 部署具有意义。
Hacker News – LLM9 天前
★ 2
FederatedBytes 推出去分词器字节级小模型，用于多模态联邦学习
论文提出 FederatedBytes，一个把文本与图像等输入统一视为字节序列的小语言模型，配合线性注意力降低内存与计算开销，从而让联邦学习可承载 NLP 与多模态任务。在多语言亚马逊评论与 ScienceQA 的情感分析实验中，其准确率超过 ByT5 与 LSTM，并显著减少内存与通信开销。
arXiv NLP14 天前
★ 2
Optimal Hydra：面向 LLM 微调的模型异构联邦学习
论文提出 Optimal Hydra，一种面向 LLM 微调的模型异构联邦学习框架，结合全局层选择与客户端特定注意力头选择，依据本地数据分布生成客户端专属子网络 Hydra-nets。研究称这是首个针对 LLM 微调的模型异构联邦学习方法。在三个数据集上显著优于基线方法，同时降低本地资源需求。
arXiv cs.LG17 天前
★ 2
FedCORE：联邦多模态图基础模型耦合感知与推理
论文指出联邦多模态图基础模型中编码器与GNN的适配并非独立，跨客户端模块交换显示二者存在显著配对敏感性。为此提出FedCORE，用共享低维隐状态表示编码器与GNN更新，在共享状态空间中进行联邦演化。实验将编码器-GNN配对差距从30.6降至5.9，减少80.7%。
arXiv cs.LG31 天前
★ 2
私有 AI 计算引入安全服务端内存
Private AI Compute 推出私有服务端内存功能，为个人 AI 提供更安全的数据处理方式。此举旨在增强用户隐私保护，让敏感数据在服务端计算时也能保持私密。
Google DeepMind39 天前
★ 2
半监督联邦语音识别实用方案：在线伪标签与服务器更新稳定化
论文针对半监督联邦学习在自动语音识别中的伪标签误差累积问题，提出围绕教师模型与服务器锚点两个耦合设计轴的方法。实验表明，每客户端在线教师经稳定后可媲美或超越全局教师，服务器在轮次间持续用标注数据训练对收敛至关重要。该方法在11组对比中9组超越最强基线，域内平均提升20.8%，跨域提升10.0%。
arXiv cs.LG40 天前
★ 1
Tinfoil 私密 AI 聊天新增 TEE 侧内容扫描
Tinfoil 在其私密 AI 聊天产品中引入可信执行环境（TEE）侧的内容扫描功能，试图在不牺牲隐私的前提下实现安全审查。该方案将内容检测放在硬件隔离环境内完成，避免明文外泄。属于隐私 AI 产品的功能更新。
Hacker News – AI30 天前
这个主题的相关资产
相关公司苹果（Apple）2