
库克演讲谈隐私保护:反遭美媒呛声
6月12日消息,苹果CEO蒂姆•库克(Timothy D. Cook)上周发表的一场演讲,在科技行业中引发了争议。《纽约时报》网络版近日发表题为《库克捍卫隐私的演讲忽略了什么》(What Apple’s Tim Cook Overlooked in His Defense of Privacy)的文章。对库克的隐私保护言论进行了评论。
文章称,库克在近日的一次演讲中,暗讽谷歌、Facebook等科技巨头以用户隐私为代价,提供免费服务获得了商业上的成功。纽约时报认为,事实上,苹果也在搜集用户的数据,并通过内置谷歌搜索引擎等免费服务,间接获得了商业利益。库克所倡导的隐私保护标准是过于严格和不切实际的,且忽视了以广告驱动的免费服务为用户带来的巨大价值。
该文还指出,隐私保护的实质其实是信息的公开。苹果也会在自家系统中内置各种免费服务,如iPhone和iPad中的谷歌搜索引擎等。这表明,苹果也赞同科技行业的其他公司以及许多用户的观点——依赖广告的免费服务整体而言是有益的。问题的关键,不在于用户是否应使用免费服务,而在于当我们使用这些免费服务时,这些公司是否向我们提供了足够的信息,以帮助我们理性地做出决定。
有趣的是,纽约时报发表这篇文章后,引起了极大的关注,但苹果发言人却拒绝对这篇文章发表评论。
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。