11:02arXiv cs.LG@Meghana R. Bhat, Ankit Umare, Utsav Aggarwal, Richard Vecsler, Arunkumar Mani, Karthik Nair, Chandhu Nair该论文提出集成营销归因(IMA)框架,将营销组合模型(MMM)与渠道特定贝叶斯归因模型结合。IMA利用MMM先验信息,从聚合数据中推导出战役级效果,实现了隐私安全且细粒度的归因。与传统MMM的粗粒度优化和MTA在隐私限制下不可靠的问题相比,IMA在保持与MMM一致性的同时提供更精细的洞察。该方法在零售营销场景中可有效替代依赖用户级追踪的方案。论文营销归因MMMMTA贝叶斯方法隐私安全推荐理由:想在不碰用户隐私的前提下搞清楚每个广告战役的效果?这篇论文的IMA框架把MMM和贝叶斯归因揉在一起,给出细粒度结果还不出格,做营销分析的可以看看。原文
11:55Genspark@genspark_aiAnthropic 为安全发布 Fable 5,将保留用户内容 30 天以检测和防止严重危害,之后自动删除(特殊情况除外),并设有隐私和安全控制。由于这一政策,已启用 Genspark 上 AI 数据保留功能的用户暂时无法访问 Fable 5。Genspark 正在努力尽快让所有用户都能使用。AI产品AnthropicFable 5Genspark数据保留隐私安全10 个信源在谈推荐理由:这关系到使用 Genspark 的 AI 用户能否体验最新模型 Fable 5,如果你在用 Genspark 且开启了数据保留,建议关注后续开放进展。原文
12:59arXiv: DeepSeek@Lingxiang Xu, Jiaoyun Yang, Min Hu, Hongtu Chen, Ning An精选该研究提出了RBI-Eval评估框架,用于衡量记忆增强型对话代理在何时不应将敏感记忆整合到回复中。研究发现,当模型访问敏感记忆时,GPT-5.4-mini的敏感记忆整合分离分数下降8.9%-26.6%,而Claude-Sonnet-4.6、DeepSeek-V4-Flash和Qwen3.5-9B则下降51.1%-82.9%,表明不同模型对敏感记忆的过度使用程度差异巨大。控制实验证实这种效应是敏感内容特有的,而非一般个性化。检索系统虽能减少暴露,但一旦敏感记忆到达生成器,整合仍会发生。该研究强调安全个性化需要在检索和生成两个阶段都做出记忆感知的决策。论文记忆增强对话代理隐私安全评估框架RBI-Eval推荐理由:该研究揭示了记忆增强AI代理在敏感信息使用上的关键盲区,做对话系统和个性化AI的开发者值得关注——它直接关系到用户隐私和信任。原文
07:19IT之家(博客/媒体)LM Studio 在 Mac 版应用中新增 LM Link 功能,允许 iPhone 等设备直接调用 Mac 上本地运行的大语言模型。用户需创建并登录同一账号,启用后设备间建立端到端加密的安全连接,请求由 Mac 处理并返回结果。该功能基于 Tailscale 网状 VPN,确保隐私安全,支持任意本地模型,包括 Apple Intelligence 基础模型。目前预览免费,未来将推出付费方案。这解决了移动设备无法直接使用本地大模型的痛点,尤其适合注重隐私的用户。AI产品LM Studio本地模型跨设备隐私安全iPhone2 个信源在谈推荐理由:对于想在手机上体验本地 AI 又不想牺牲隐私的 Mac 用户,LM Link 直接打通了跨设备调用——不用联网、数据不出设备,建议有 Mac 和 iPhone 的开发者或隐私敏感用户试试。原文
11:36arXiv: OpenAI@Aman Priyanshu, Supriti Vijay, Esha Pahwa精选72°该研究引入了一个模拟平台,让数千个LLM智能体在社区中互动一个月,评估隐私泄露风险。研究发现,从单轮转向多轮社交评估时,隐私泄露率从19.95%升至45.30%(OpenAI模型)。观察同伴泄露后,智能体泄露敏感信息的概率增加8倍。即使有明确的隐私指令,泄露率仍高于37.8%。这表明静态聊天基准测试低估了智能体部署中的隐私风险,社交环境本身就能引发单轮评估无法发现的敏感信息泄露。论文隐私安全多智能体系统LLM评估社交模拟安全基准推荐理由:多智能体系统正在走向真实部署,但隐私风险被严重低估——做AI安全评估或部署智能体应用的团队,建议看看这个研究,它揭示了社交环境如何放大隐私泄露。原文
23:18Ethan Mollick@emollick研究人员发现,Claude 和 GPT 等大语言模型在生成输出时,有时会暴露无关的历史记录,例如在幻灯片页脚添加“更好、更针对性的版本”等注释,或在文档中提及改进过程。这种现象可能导致用户无意中泄露对话上下文或敏感信息,影响输出质量和隐私安全。开发者在使用模型生成内容时需注意检查输出,避免历史痕迹外露。AI模型ClaudeGPT隐私安全输出质量模型行为推荐理由:这揭示了 AI 模型输出中一个容易被忽视的隐私和一致性问题,做内容生成或对话系统的开发者应留意检查输出,避免历史信息意外泄露。原文
07:45IT之家(博客/媒体)欧盟要求谷歌开放安卓系统,让第三方AI服务能像Gemini一样调用系统功能、读取屏幕上下文和本地数据。苹果公司提交意见,警告此举将严重威胁用户隐私、安全及设备完整性。苹果认为AI系统风险不可预测,且欧盟评估时间过短(不到3个月),用自身判断替代了谷歌工程师的判断。谷歌此前也已反对该方案。这场争议关乎AI生态的开放与安全平衡,影响所有安卓用户和AI开发者。行业AI监管欧盟安卓Gemini隐私安全推荐理由:苹果罕见为谷歌站台,揭示欧盟AI监管的深层矛盾——开放与安全的拉锯战。做AI产品、关注欧盟数字政策的从业者,值得了解这场可能重塑安卓AI生态的博弈。原文
19:11arXiv: OpenAI@Urchade Zaratiana, Ash Lewis, George Hurn-MaloneyGLiNER2-PII是一个基于GLiNER2改进的0.3B参数模型,专门用于识别42种个人身份信息(PII)实体类型,支持字符级跨度检测。为解决真实PII数据匮乏和隐私风险问题,研究团队使用约束驱动生成管道构建了包含4910个标注文本的多语言合成语料库。在SPY基准测试中,该模型在跨度级别F1得分上超越了OpenAI隐私过滤器等五个对比系统。模型已在Hugging Face上开源,旨在促进PII检测的研究和实际部署。论文个人信息提取多语言开源/仓库合成数据隐私安全4 个信源在谈推荐理由:该模型以较小参数量在PII提取任务上达到领先性能,并采用合成数据方法规避隐私风险,为数据清洗和合规检测提供了实用工具。开源策略有助于社区进一步优化和适配多语言场景。原文