
谷歌全球隐私首席顾问彼得·弗莱舍(Peter Fleischer)日前对欧盟隐私法律大家指责,称欧盟隐私法案“已死”,不适合指导当前的业务实践;与此同时,他还对美国前中情局雇员爱德华·斯诺登(Edward Snowden)曝光美国的“棱镜”计划大加赞赏。
弗莱舍对欧盟隐私法案提出质疑,正值欧盟各国指责谷歌产品侵犯用户隐私权利、违反欧盟隐私法律之际。弗莱舍在其个人博客中称,“欧盟所大肆宣扬、充满瑕疵,并且打算重新修改的隐私法律,旨在指导今后20年的业务实践,但是目前它已经坍塌了。”

欧盟隐私法案旨在加强对欧盟公民的隐私保护,并赋予各国监管机构对未按照隐私法律执行、未能保障个人资料安全的公司处罚权,最高可开出1亿欧元(约合1.36亿美元)的罚单
欧盟代表反驳了弗莱舍的说法。欧盟数据隐私法案的支持者之一、德国绿党代表菲利普·阿尔布雷特(Jan Philipp Albrecht)表示,“弗莱舍称欧盟隐私法案‘已死’,只不过是为封杀欧盟数据保护法案进行的一种尝试。”
弗莱舍在同一篇博客中,还对美国前中情局雇员爱德华·斯诺登“泄密”棱镜计划大加赞赏,他称赞斯诺登的做法“打开了全球用户的视野,揭开了令人难以想象的来自政府的大规模监视活动”。弗莱舍同时表示,他对美国政府承诺在2014年能够改变它们的间谍手段存疑;他还称,他“希望”欧盟立法者能够制定出一部“更好、更现代和更加平衡”的隐私法律。
而就在前一天,针对谷歌隐私条款有违当地政策,法国隐私监管机构“全国信息和自由委员会”(CNIL)向谷歌开出15万欧元(约合20万美元)罚单,并责令后者在其法国网站(Google.fr)发布声明公开致歉。
谷歌对该报道拒绝置评。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。