Mastiporuto Senia

2026

AI 訓練合規論文閱讀分析:真正補不回來的,常常不是模型輸出,而是它當初吃資料的方式

這篇論文把很多 AI 公司最愛講的神話拆得很直接:如果問題發生在未授權資料的取得、複製與訓練吸收,那 machine unlearning、output filtering 與 inference-time guardrails 再重要,也不等於把前面的侵害行為 retroactively cure 掉。真正該被治理的是資料進門前的 lineage 與 process compliance。

2026 年 4 月 23 日

Eye Tracking 隱私論文閱讀分析:真正敏感的不是你看了哪,而是別人能不能拿你的視線軌跡一直比下去

這篇論文把 eye-tracking 的核心難題講清楚:真正麻煩的不是能不能比較 scanpath,而是比較這件事本身,能不能在不交出原始視線軌跡的前提下完成。作者用 garbled circuits 把 scanpath similarity computation 搬進安全計算,讓儲存與比對都不必默認服務端能看明文。

2026 年 4 月 23 日