<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>模型记忆 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E8%AE%B0%E5%BF%86/</link>
    <description>Recent content in 模型记忆 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Sat, 27 Sep 2025 01:40:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E8%AE%B0%E5%BF%86/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI记忆的隐私幻影：CAMIA攻击揭示模型深层漏洞与未来挑战</title>
      <link>https://www.neican.ai/insights/aicamia-20250927014004724-0/</link>
      <pubDate>Sat, 27 Sep 2025 01:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aicamia-20250927014004724-0/</guid>
      <description>CAMIA攻击作为成员推理技术的最新突破，高效揭示了AI模型对训练数据“记忆”的深层隐私漏洞，对当前AI应用的商业合规性与社会信任构成严峻挑战。本文深入分析了其技术原理、对产业生态的重塑作用及引发的数字伦理思辨，并前瞻性地提出了通过隐私保护技术、透明度提升和健全治理来构建安全可信AI未来的多维度应对策略。</description>
    </item>
  </channel>
</rss>
