← heapsort-ai

privacy

108 items

RESEARCHarXiv CS.CL·4/13/2026

SynDocDis: A Metadata-Driven Framework for Generating Synthetic Physician Discussions Using Large Language Models

SynDocDis ist ein neuartiges Framework, das große Sprachmodelle und anonymisierte Falldaten nutzt, um klinisch genaue synthetische Arzt-zu-Arzt-Dialoge zu generieren. Dieser Ansatz begegnet dem Mangel an echten Diskussionsdaten aufgrund von Datenschutzbedenken und zielt darauf ab, KI-Agenten mit wertvollem klinischem Wissen zu bereichern.

27
ARTICLEDEV.to AI·vor 27T

Cops Flew 4,326 Warrantless Drone Missions in One State. Nobody's Watching What the AI Saw Next.

Der Artikel enthüllt über 4.300 unbewilligte Polizeidrohnenmissionen in einem einzigen Bundesstaat, was eine kritische Überwachungslücke aufzeigt, da luftgestützte biometrische Daten in KI-Gesichtsvergleichssysteme eingespeist werden. Dies stellt aufgrund der unstrukturierten Daten und der Datenschutzbedenken erhebliche technische und ethische Herausforderungen für Entwickler dar.

27
ARTICLEDEV.to AI·5/7/2026

BizNode Workflow Marketplace: chain multiple bot handles into multi-step pipelines. Client onboarding, contract-to-payment,...

Der BizNode Workflow Marketplace bietet End-to-End-Geschäftsautomatisierung für Entwickler, indem er das Verketten mehrerer Bots zu Pipelines für Kunden-Onboarding und Zahlungsabwicklung ermöglicht. Die Plattform läuft autonom auf der Maschine des Benutzers und gewährleistet volle Kontrolle, Datenschutz und Leistung ohne Abonnementgebühren.

27
ARTICLEDEV.to AI·vor 18T

AI MAX & Intel: Local LLMs Change Everything

Die persönliche KI-Revolution beginnt und ermöglicht es großen Sprachmodellen (LLMs), direkt auf PCs zu laufen, wodurch die Cloud nicht mehr benötigt wird. Dieser Wandel bietet beispiellose Privatsphäre, größere Kontrolle und Offline-Fähigkeit, was die Interaktion mit künstlicher Intelligenz grundlegend neu definiert.

27
ARTICLEDEV.to AI·4/30/2026

Section 702 Just Passed Again. Here's What It Means for AI Teams Handling User Data

Die Wiederzulassung von Sektion 702 des FISA durch das Repräsentantenhaus erhöht die Exposition von Nutzerdaten, die von KI-Unternehmen verarbeitet werden, und macht Chat-Protokolle sowie andere Interaktionen leichter für Regierungsanfragen zugänglich. Dies wirft erhebliche Bedenken hinsichtlich der zufälligen Erfassung amerikanischer Daten durch KI-Modelle auf.

27
ARTICLEDEV.to AI·vor 17T

Building a Private RAG System: Lessons from a Local-First AI Journal

Dieser Artikel beschreibt die Entwicklung von DiaryGPT, einem lokalen KI-Tagebuch, das ein privates RAG-System nutzt, um KI-Einblicke zu bieten, während sichergestellt wird, dass keine Benutzerdaten das Gerät verlassen. Er betont eine technische Garantie für den Datenschutz, die es Einzelpersonen ermöglicht, von KI-gestütztem Journaling zu profitieren, ohne die Vertraulichkeit ihrer Einträge zu opfern.

27
RESEARCHDEV.to AI·5/5/2026

Privacy-Preserving Active Learning for circular manufacturing supply chains for extreme data sparsity scenarios

Dieser Artikel beschreibt die Frustration eines Forschers über extreme Datensparheit in kreislauforientierten Fertigungslieferketten für Seltene-Erden-Magnete. Die Forschung wurde durch ein Dilemma zwischen dem Sammeln weiterer Daten oder dem erzwungenen Teilen angestoßen, was zu einer Erkenntnis über aktives Lernen für die Erkennung seltener Ereignisse und den Schutz der Privatsphäre führte.

27
ARTICLEDEV.to AI·vor 20T

Privacy-Preserving Active Learning for heritage language revitalization programs with zero-trust governance guarantees

Ein KI-Forscher teilt seine persönliche Reise zur Erhaltung von Kulturerbe-Sprachen, inspiriert durch die beobachtete sprachliche Zerbrechlichkeit in einer indigenen Gemeinschaft. Die Erfahrung verdeutlichte die Notwendigkeit datenschutzfreundlicher Datenerfassungsmethoden aufgrund historischer Ausbeutung und mangelnden Vertrauens und führte zur Erforschung von Active Learning.

27
ARTICLEDEV.to AI·vor 18T

Why I Keep Using an Offline AI Assistant

Der Autor bevorzugt Offline-KI-Assistenten, um zu verhindern, dass persönliche Gedanken zu Cloud-Daten werden, und betont dabei den Schutz der Privatsphäre und die Kontrolle über Informationen. Diese praktische Wahl ermöglicht private Gespräche und lokale Verarbeitung, ohne Anfragen an entfernte Dienste zu senden.

27