著名的Do Not Track(请勿追踪)设定,是在2009年就已经提上日程的,这个选项随后在过去几年中被加入到了所有主流的浏览器产品中,在选择该选项以后,浏览器就会向网站发出一个通知,要求网站不对用户的网页浏览行为做追踪。
今天,电子前线基金会(Electronic Frontier Foundation)发布了Do Not Track标准,一同合作参与发布此标准的还有Disconnect、Adblock、Medium、DuckDuckGo以及分析服务Mixpanel。
这个新标准是份文档——可免费转至自家网站。这份文档中提到对Do Not Track特性的支持,做到对那些选择了Do Not Track选项用户的尊重,并且需要解释服务中哪些数据会被追踪。
同时这份文档也要求那些采纳此标准的站点,确保第三方脚本,如广告、插件等坚持遵守Do Not Track策略,不会对用户做数据收集。
博客平台Medium先前就是首个完整执行了这项标准的站点,并且让用户知道其服务是根据其请求进行的。对这项标准有兴趣的同学,可以点击这里,查看这份文档每个部分的解释。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。