有一个消息可能是在意料之内的,调查发现,鲜有公司遵守欧盟在3个多月之前开始生效的通用数据保护条例(GDPR)的要求。
这项由数据集成公司Talend SA进行的调查发现,虽然受访的103个企业组织中有98%已更新了数据隐私政策以符合新条例,但70%的企业组织未能在30天限制内提供数据。
值得注意的是,只有35%的欧洲公司——受GDPR影响最大的群体——能够满足要求,而欧盟以外的公司也只有50%。总体来看,受访的企业中有70%位于欧洲,19%位于北美,11%位于亚太。
到目前为止,零售商表现最差,不到1/4的企业可以满足要求。表现最佳的细分市场金融服务市场在一半的情况下也不会做得更好。
需要注意的是:该调查是在6月1日至9月3日之间进行的,在条例生效仅一周之后就开始了对第一家企业的调查走访,因此让对比工作变得很困难。
Talend表示,该研究旨在了解企业是否根据GDPR更新了他们的隐私政策,满足了为客户提供简单方法来请求数据、及时响应请求并实现数据可移动性的要求。
在规定时间内做出回应的企业中,有30%平均需要3周的时间,只有7家公司在24小时内做出了回应,他们主要是流媒体服务、移动银行和技术类别,而老式实体公司的表现最差。 Talend表示:“这项研究表明,脱离线上的、受遗留系统阻碍的企业可能会发现GDPR合规性更具挑战性。”
目标企业代表了各种各样的行业。Talend没有透露任何被联系企业的名称,但“其中大多数是广为人知的全球品牌,或欧洲财富50强”。
在研究人员发现的异常情况中,有四家企业未经许可就删除了账户和数据,还有四家企业似乎不知道“个人数据”指的是什么。几乎每家企业都未能满足数据可移植性的要求。可移植性让人们可以轻松地将个人数据从一个IT环境安全地移动、复制或传输到另一个IT环境。
在无法作出回应之前,有数量不详的企业要求提供额外的个人信息,这表明数据治理不善。一家顶级金融企业通过安全邮件快递提供打印页面作为回应,这就是不可移植的代表。只有极少数企业提供了Talend称之为“一键式、令人难忘的客户体验”。毫不奇怪,他们是非常注重技术的企业,例如Spotify AB、N26 GmbH和Garmin。
GDPR规定了每次违规行为的罚款为2000万欧元(约合2300万美元)或企业全年全球收入的4%,以较大金额为准。这意味着被调查的企业将受到至少16亿美元的罚款。迄今为止,没有关于根据新准则成功起诉的报告,这意味着欧洲监管机构目前至少还有相当数量的资金机会。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。