Acerca deTopCursos
← heapsort-ai

data privacy

39 items

ARTICLEDEV.to AI·6/5/2026

PII Protection for AI Agents: Why Detection Isn't Enough and What Prevents Actual Exposure

El artículo subraya que los métodos actuales de detección y redacción de PII son insuficientes para los sistemas de IA agentes, a pesar de herramientas como los firewalls de privacidad locales y el Privacy Filter de OpenAI. Argumenta que simplemente detectar la PII en tránsito o etiquetarla posteriormente no es una solución robusta para interacciones complejas de IA, enfatizando la necesidad de enfoques arquitectónicos más preventivos para evitar la exposición real.

data protectionLLMsdata privacysecurity
27
ARTICLEDEV.to AI·hace 8d

Every Telegram conversation becomes a qualified lead. BizNode captures name, email, and business details automatically while...

BizNode es un operador de negocios autónomo con IA que transforma las conversaciones de Telegram en leads cualificados, capturando automáticamente el nombre, correo electrónico y detalles comerciales del usuario. Funciona localmente, garantizando la privacidad de los datos sin depender de la nube ni de suscripciones.

AI botsdata privacyLead GenerationLocal AI
27
ARTICLEDEV.to AI·27/4/2026

PIIGhost: a Python library for PII anonymization in LLM agents

El autor desarrolló la biblioteca PIIGhost para abordar los datos sensibles en los mensajes de los agentes LLM, especialmente en lo que respecta a la soberanía de los datos de la UE. Su objetivo es anonimizar los datos aguas arriba, permitiendo el uso de LLM de alta calidad incluso para documentos sensibles al desvincular la sensibilidad del contenido de la ubicación del modelo.

LLMscloud computingdata privacysecurity
27
ARTICLEDEV.to AI·14/4/2026

Zero-Allocation PII Redaction in Go: Processing 780MB of Logs in Under 3 Minutes

Este artículo describe un motor de redacción de PII de cero-asignación y ejecución local, construido en Go, diseñado para sanear grandes archivos de registro antes de alimentarlos a LLMs. La herramienta identifica y redacta eficientemente datos sensibles como correos electrónicos y direcciones IP, abordando desafíos comunes de privacidad y rendimiento en los flujos de trabajo de IA.

LLMsPII Redactiondata privacyGo
27
ARTICLEDEV.to AI·hace 21d

Kimi WebBridge just gave AI agents hands inside your browser — and kept your data local

Kimi WebBridge de Moonshot AI es una extensión de navegador que permite a los agentes de IA operar el navegador localmente, garantizando que los datos del usuario permanezcan en el dispositivo. A diferencia de otras herramientas, procesa todas las sesiones a través del Protocolo de Herramientas para Desarrolladores de Chrome en su máquina, priorizando la privacidad.

data privacysecuritybrowser automationMoonshot AI
27
RESEARCHarXiv CS.CL·5/5/2026

A Systematic Exploration of Text Decomposition and Budget Distribution in Differentially Private Text Obfuscation

Este artículo explora sistemáticamente la descomposición de texto y la distribución del presupuesto en la ofuscación de texto con Privacidad Diferencial (DP). Evalúa múltiples técnicas para dividir textos y asignar el presupuesto épsilon, revelando que estas decisiones de diseño son muy importantes para los resultados.

Differential Privacydata privacyprivacy budgetsecurity
27
ARTICLEDEV.to AI·15/4/2026

Why Build a Local MCP Server (And How to Do It in 15 Minutes)

El artículo explica los beneficios de construir un servidor local del Protocolo de Contexto de Modelo (MCP) para agentes de IA, enfatizando la privacidad de los datos, herramientas personalizadas, sin límites de tarifas y capacidad offline. Proporciona una guía rápida, incluyendo una implementación en TypeScript, para configurar un servidor MCP local en menos de 15 minutos.

Custom ToolsMCP serverLocal serverdata privacy
27
RESEARCHarXiv CS.LG·hace 16d

Approximate Machine Unlearning through Manifold Representation Forgetting Guided by Self Mode Connectivity

Este artículo presenta ManiF-SMC, un nuevo método para el desaprendizaje automático aproximado que aborda las limitaciones de los enfoques actuales. Reformula el desaprendizaje como el desplazamiento de las representaciones del manifold de las muestras borradas hacia los vecinos semánticos de los datos retenidos, buscando la equivalencia con el reentrenamiento.

data privacyModel Retrainingmachine unlearningManifold Learning
27
ARTICLEDEV.to AI·20/4/2026

The E‑Waste of Abandoned Models: What Happens to Obsolete AI Systems and Their Prompt Histories?

El contenido trata sobre el "e-waste" de modelos de IA abandonados, centrándose en el destino de los historiales de prompts y datos de los usuarios después de que un sistema es dado de baja. Explora preguntas sobre la retención y eliminación de datos, y los derechos de los usuarios sobre sus restos digitales a lo largo del ciclo de vida de un modelo de IA.

e-wasteuser rightsdata privacyAI lifecycle
27
ARTICLEDEV.to AI·8/5/2026

I Built an Open-Source AI Firewall Because Every LLM App Leaks Data

El artículo señala que muchas aplicaciones LLM filtran inadvertidamente datos sensibles de usuarios a proveedores de IA, ya que carecen de mecanismos adecuados de filtrado y redacción. Para solucionar esto, el autor desarrolló AI Security Gateway, un proxy de código abierto que inspecciona y redacta más de 28 tipos de PII de los prompts antes de que lleguen a cualquier modelo LLM.

Open Sourcedata privacysecurityPII
27
ARTICLEDEV.to AI·12/4/2026

Elevate Your Grant Writing: Avoiding AI's Common Pitfalls

Este artículo aborda los desafíos de integrar la IA en la redacción de propuestas de subvención, como la genericidad y los riesgos de datos, destacando que el problema reside en la gobernanza del uso de la IA. Aconseja tratar la IA como un pasante no verificado, protegiendo los datos sensibles y usándola solo para estructura y sintaxis con contenido desidentificado.

Nonprofitdata privacyAIgrant writing
27
NEWSDEV.to AI·12/4/2026

LLM Agent Workflows: Local AI Support, Prompt Tooling, & Claude Code API Costs

Este contenido aborda avances prácticos en aplicaciones LLM, centrándose en agentes de IA locales para soporte al cliente, herramientas de ingeniería de prompts y costos de la API Claude Code. Articula la visión de agentes de soporte al cliente basados en LLM, completamente offline y privados, para plataformas como WhatsApp y Telegram, con énfasis en la privacidad de los datos.

prompt-engineeringLLM agentsdata privacyLocal AI
24
ARTICLEDEV.to AI·10/4/2026

Why Healthcare Organizations Keep Saying No to AI — And Why One Just Called QIS 'Necessary'

Uma organização nacional de defesa do paciente chamou um protocolo de IA, QIS, de 'necessário' para ajudar pacientes com câncer de pâncreas a encontrar opções de tratamento sem centralizar dados. Este momento revela que a adoção de novas tecnologias na saúde acontece quando a arquitetura resolve um problema real que a organização enfrenta.

Patient Advocacydata privacytechnology adoptionQIS Protocol
23
ARTICLEDEV.to AI·16/4/2026

Data Privacy is Non-Negotiable

Como desarrolladores, la privacidad del usuario debe priorizarse desde el primer día. La protección de datos es esencial no solo por ética, sino también para el éxito a largo plazo.

ethicsdata privacy
18