← heapsort-ai

privacy

108 items

RESEARCHarXiv CS.CL·13/4/2026

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

SynDocDis es un marco novedoso que utiliza Grandes Modelos de Lenguaje y metadatos de casos desidentificados para generar diálogos sintéticos clínicamente precisos entre médicos. Este enfoque aborda la escasez de datos de discusión reales debido a preocupaciones de privacidad, con el fin de enriquecer los agentes de IA con conocimiento clínico valioso.

27
ARTICLEDEV.to AI·hace 27d

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

El artículo revela más de 4.300 misiones de drones policiales sin orden judicial en un solo estado, exponiendo una brecha crítica en la supervisión a medida que los datos biométricos aéreos se introducen en sistemas de comparación facial de IA. Esto plantea desafíos técnicos y éticos significativos para los desarrolladores debido a la naturaleza no estructurada de los datos y las implicaciones de privacidad.

27
ARTICLEDEV.to AI·7/5/2026

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

BizNode Workflow Marketplace ofrece automatización empresarial de extremo a extremo para desarrolladores, permitiendo encadenar múltiples bots en flujos de trabajo para la incorporación de clientes y el procesamiento de pagos. La plataforma funciona de forma autónoma en la máquina del usuario, garantizando control total, privacidad y rendimiento sin cuotas de suscripción.

27
ARTICLEDEV.to AI·25/4/2026

The Rise of Local AI: Running LLMs on Your Own Hardware in 2026

Para 2026, ejecutar potentes modelos de IA localmente en hardware personal será una capacidad generalizada, ofreciendo importantes beneficios de privacidad y costo marginal cero en comparación con los servicios en la nube. Este cambio aborda las preocupaciones sobre el envío de datos sensibles a terceros y elimina las tarifas de suscripción.

27
ARTICLEDEV.to AI·hace 18d

AI MAX & Intel: Local LLMs Change Everything

La revolución de la IA personal está comenzando, permitiendo que grandes modelos de lenguaje (LLMs) se ejecuten directamente en ordenadores personales, eliminando la necesidad de la nube. Esto ofrece una privacidad sin precedentes, mayor control y capacidad sin conexión, redefiniendo fundamentalmente la interacción con la inteligencia artificial.

27
ARTICLEDEV.to AI·hace 12d

When AI Becomes a Danger: 370,000 Grok Conversations Exposed

El chatbot Grok de Elon Musk expuso accidentalmente más de 370.000 conversaciones privadas al publicar enlaces para compartir supuestamente privados en la web, que luego fueron indexados por los motores de búsqueda. Esta brecha, descubierta por Forbes, subraya importantes preocupaciones de seguridad y privacidad en la implementación de la IA.

27
ARTICLEDEV.to AI·30/4/2026

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

La reautorización de la Sección 702 de FISA por la Cámara de Representantes aumenta la exposición de los datos de usuarios manejados por empresas de IA, haciendo que los registros de chat y otras interacciones sean más accesibles a las solicitudes gubernamentales. Esto suscita importantes preocupaciones sobre la recopilación incidental de datos de ciudadanos estadounidenses por modelos de IA.

27
RESEARCHDEV.to AI·5/5/2026

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

Este artículo describe la frustración de un investigador con la extrema escasez de datos en las cadenas de suministro de fabricación circular para imanes de tierras raras. La investigación surgió de un dilema entre recopilar más datos o forzar su compartición, lo que llevó a una epifanía sobre el aprendizaje activo para la detección de eventos raros y la preservación de la privacidad.

27
ARTICLEDEV.to AI·hace 20d

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

Un investigador de IA comparte su viaje personal hacia la preservación de lenguas patrimoniales, inspirado por la fragilidad lingüística en una comunidad indígena. La experiencia destacó la necesidad de métodos de recopilación de datos que preserven la privacidad debido a la explotación histórica y la falta de confianza, lo que llevó a la exploración del aprendizaje activo.

27
ARTICLEDEV.to AI·hace 18d

Why I Keep Using an Offline AI Assistant

El autor prefiere los asistentes de IA sin conexión para evitar que los pensamientos personales se conviertan en datos en la nube, enfatizando la privacidad y el control sobre la información. Esta elección práctica permite conversaciones privadas y procesamiento local sin enviar solicitudes a servicios remotos.

27