人工智能隐私 on 办公AI智能小助手 https://blog.qife122.com/tags/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%9A%90%E7%A7%81/ Recent content in 人工智能隐私 on 办公AI智能小助手 Hugo zh-cn qife Thu, 01 Jan 2026 18:20:41 +0800 开创可验证隐私与透明新纪元：Brave AI 如何借助机密计算重塑信任 https://blog.qife122.com/p/%E5%BC%80%E5%88%9B%E5%8F%AF%E9%AA%8C%E8%AF%81%E9%9A%90%E7%A7%81%E4%B8%8E%E9%80%8F%E6%98%8E%E6%96%B0%E7%BA%AA%E5%85%83brave-ai-%E5%A6%82%E4%BD%95%E5%80%9F%E5%8A%A9%E6%9C%BA%E5%AF%86%E8%AE%A1%E7%AE%97%E9%87%8D%E5%A1%91%E4%BF%A1%E4%BB%BB/ Thu, 01 Jan 2026 18:20:41 +0800 https://blog.qife122.com/p/%E5%BC%80%E5%88%9B%E5%8F%AF%E9%AA%8C%E8%AF%81%E9%9A%90%E7%A7%81%E4%B8%8E%E9%80%8F%E6%98%8E%E6%96%B0%E7%BA%AA%E5%85%83brave-ai-%E5%A6%82%E4%BD%95%E5%80%9F%E5%8A%A9%E6%9C%BA%E5%AF%86%E8%AE%A1%E7%AE%97%E9%87%8D%E5%A1%91%E4%BF%A1%E4%BB%BB/ <h3 id="可验证的隐私与透明brave-ai-隐私的新前沿">可验证的隐私与透明：Brave AI 隐私的新前沿</h3> <p>今天，Brave Leo 通过部署搭载在 NEAR AI 英伟达支持的可信执行环境（简称“TEE”，详见下文“了解更多关于 TEEs”部分）中的大语言模型，提供了一项新的能力：加密可验证的隐私和透明度。Brave 认为，用户必须能够验证他们正在与预期的模型进行私密对话。该功能已在 Brave Nightly（我们的测试和开发渠道）中提供，可供早期体验 DeepSeek V3.1 模型（我们计划未来根据反馈将此功能扩展到更多模型）。</p> 私有云计算只是冰山一角：为何真正的AI隐私需要数据治理与以数据为中心的安全 https://blog.qife122.com/p/%E7%A7%81%E6%9C%89%E4%BA%91%E8%AE%A1%E7%AE%97%E5%8F%AA%E6%98%AF%E5%86%B0%E5%B1%B1%E4%B8%80%E8%A7%92%E4%B8%BA%E4%BD%95%E7%9C%9F%E6%AD%A3%E7%9A%84ai%E9%9A%90%E7%A7%81%E9%9C%80%E8%A6%81%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86%E4%B8%8E%E4%BB%A5%E6%95%B0%E6%8D%AE%E4%B8%BA%E4%B8%AD%E5%BF%83%E7%9A%84%E5%AE%89%E5%85%A8/ Wed, 03 Dec 2025 00:54:06 +0800 https://blog.qife122.com/p/%E7%A7%81%E6%9C%89%E4%BA%91%E8%AE%A1%E7%AE%97%E5%8F%AA%E6%98%AF%E5%86%B0%E5%B1%B1%E4%B8%80%E8%A7%92%E4%B8%BA%E4%BD%95%E7%9C%9F%E6%AD%A3%E7%9A%84ai%E9%9A%90%E7%A7%81%E9%9C%80%E8%A6%81%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86%E4%B8%8E%E4%BB%A5%E6%95%B0%E6%8D%AE%E4%B8%BA%E4%B8%AD%E5%BF%83%E7%9A%84%E5%AE%89%E5%85%A8/ <h3 id="私有云计算只是冰山一角为何真正的ai隐私需要数据治理与以数据为中心的安全">私有云计算只是冰山一角：为何真正的AI隐私需要数据治理与以数据为中心的安全</h3> <p><strong>目录</strong></p> <ul> <li>私有云计算的承诺：保护查询</li> <li>防护的漏洞：为何机密计算不是银弹</li> <li>Virtru方案：机密AI的完整解决方案</li> <li>付诸实践：面向真实世界AI工作流的以数据为中心安全</li> <li>展望未来：保护AI训练工作流</li> <li>自上而下完成AI隐私拼图</li> <li>常见问题</li> </ul> <p><strong>正文</strong></p>