<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>多方安全计算 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%A4%9A%E6%96%B9%E5%AE%89%E5%85%A8%E8%AE%A1%E7%AE%97/</link>
    <description>Recent content in 多方安全计算 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 25 Sep 2025 14:40:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%A4%9A%E6%96%B9%E5%AE%89%E5%85%A8%E8%AE%A1%E7%AE%97/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>破壁而出：蚂蚁数科Gibbon如何重塑隐私计算的性能与信任边界</title>
      <link>https://www.neican.ai/insights/gibbon-20250925144004882-0/</link>
      <pubDate>Thu, 25 Sep 2025 14:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/gibbon-20250925144004882-0/</guid>
      <description>蚂蚁数科发布Gibbon框架和同态查找表技术，在多方安全计算（MPC）范式下，将GBDT模型的训练和推理效率分别提升4倍和百倍至千倍。这项突破性进展不仅有效解决了数据隐私与计算性能之间的长期矛盾，更为金融、医疗等敏感行业的高安全、高性能数据协作提供了可行的商业化路径，有望重塑隐私计算的市场格局，加速企业级AI的落地与信任生态的构建。</description>
    </item>
  </channel>
</rss>
