Google 发布智能体隐私与安全研讨会报告:从上下文完整性视角看开放与新兴问题
Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,汇集 50 多位学界与业界专家,于 2025 年底在纽约 Google CAPS 研讨会上形成。报告基于上下文完整性(CI)理论,提出用上下文策略引擎在系统、模型、用户多层协同防护,应对提示注入、概率性控制流和自主委派等挑战。
Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,汇集 50 多位学界与业界专家,于 2025 年底在纽约 Google CAPS 研讨会上形成。报告基于上下文完整性(CI)理论,提出用上下文策略引擎在系统、模型、用户多层协同防护,应对提示注入、概率性控制流和自主委派等挑战。
Google 公布新一代联邦学习系统,用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,Gboard 已采用该系统上线英语和日语下一词预测模型。新系统把客户端梯度计算转移到服务端,训练瓶颈从设备可用性转为 TEE 资源,训练时间不再受设备昼夜波动影响,此前这类模型训练通常需要 1-2 个月。
推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,并给出 Gboard 已落地的训练提速与隐私保证细节。
Google DeepMind 发表论文,用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题,并给它们配备了公共公告板、私信和共享知识库三种协作渠道。