WhatsApp正在测试利用设备上的机器学习技术来进行诈骗检测，并同时采用能够保护用户隐私的分析方法。
WhatsApp正在有限范围内进行Scam Alert功能的测试。该功能利用设备上的机器学习技术，来识别来自非联系人的潜在诈骗信息。Meta的架构能够将消息内容保留在用户设备上；同时，通过使用保密计算、不可察觉的HTTP传输方式、差分隐私技术以及模型透明度机制，来评估这一功能的性能并确保模型数据的安全传输。 作者：Leela Kumili
WhatsApp正在有限范围内进行Scam Alert功能的测试。该功能利用设备上的机器学习技术，来识别来自非联系人的潜在诈骗信息。Meta的架构能够将消息内容保留在用户设备上；同时，通过使用保密计算、不可察觉的HTTP传输方式、差分隐私技术以及模型透明度机制，来评估这一功能的性能并确保模型数据的安全传输。
作者：Leela Kumili相关文章
演讲主题：利用对手模拟技术来实现生成式人工智能的协同发展
Kennedy Torkura介绍了在AWS环境中使用GenAI技术来保护大语言模型和知识库，使其免受数据污染、LLMjacking等安全威胁的方法。他阐述了工程领导者与架构师如何将传统的云安全措施与MITRE ATLAS框架相结合，从而主动发现漏洞、建立防护机制，并确保生产环境中的AI应用能够获得有效保护。 作者：Kennedy Torkura
阅读全文
如何使用LangSmith来追踪和监控人工智能代理的行为
在本教程中，我将向您展示如何使用LangSmith来追踪和监控本地的AI代理。我们会构建一个简单的本地AI代理，然后为其启用LangSmith追踪功能，这样我们就能通过Web界面查看模型调用情况、工具使用情况以及请求处理延迟等信息。 我们将使用LangChain v1、Ollama、Qwen以及Python这些工具。除了用于实现观测功能的组件外，所有操作都在您的本地机器上完成，因此代理本身不会产生任何与模型API相关的费用。 目录 背景知识 什么是可观测性与监控？ 什么是LangSmith？ 开发动机与架构设计 步骤1：安装Ollama并下载模型 步骤2：安装Python相关依赖库 步骤3：启
阅读全文
如何利用vLLM来扩展大语言模型在AI智能体中的应用范围
在本教程中，我将向您展示如何使用vLLM来优化大型语言模型的推理性能，从而提升AI代理的工作效率。我会帮助您理解大型语言模型推理的原理，分析为什么AI代理的任务会引发GPU调度和内存压力问题，并探讨vLLM是如何被设计出来以提高处理能力的。 接下来，我们将运行一台本地的vLLM服务器，并通过其兼容OpenAI的API，使用AI代理与它进行连接。 目录 背景知识 先决条件 什么是大型语言模型推理？ 大型语言模型推理如何利用CPU和GPU 为什么AI代理的任务难以处理 vLLM是如何为AI代理任务提供支持的 设计动机与架构 步骤1：安装vLLM 步骤2：启动vLLM服务器 步骤3：将AI代理连接到
阅读全文
主要的边境管理服务提供商纷纷采用水印技术，以遵守欧盟的相关规定。
截至2026年8月2日，欧盟《人工智能法案》第50条规定，人工智能系统必须以机器能够识别的方式对合成生成的内容进行标记。各大技术供应商目前正在采用统计水印技术来实现这一要求，这些技术不会影响自然语言生成的性能，但会对相关系统的运行产生一定影响。这一举措引发了开源社区的强烈反应，人们普遍对这些规定的合规性以及可能带来的安全风险表示担忧。 作者：Olimpiu Pop
阅读全文