Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

瑞士发布专为隐私打造的开源人工智能模型

Posted on 2025-09-04

ai_64.png

瑞士推出了 Apertus,这是一款完全开源的多语言法学硕士 (LLM),基于 15 万亿个词元和 1000 多种语言进行训练。Cyber​​Insider 报道称:“Apertus 与众多其他生成式人工智能系统的区别在于其对完全开放的承诺。” 报告指出:与用户只能通过 API 或托管接口进行交互的流行专有模型不同,Apertus 开放其模型权重、训练数据集、文档甚至中间检查点的访问权限。源代码和所有训练材料均根据允许商业使用的宽松开源许可证发布。由于整个训练过程均已记录且可复制,研究人员和监管机构可以审核数据源,验证其是否符合数据保护法,并检查模型的训练方式。Apertus 的开发明确遵守瑞士数据保护和版权法,并纳入了可追溯的退出机制,以尊重数据源的偏好。从隐私角度来看,Apertus 代表了人工智能领域的一次引人注目的转变。该模型仅使用公开可用的数据,并经过过滤以排除个人信息,并遵循来自内容源的退出信号。这不仅符合欧盟《人工智能法案》等新兴监管框架,更提供了一个切实的例子,展现了人工智能如何既强大又尊重隐私。苏黎世联邦理工学院该项目技术负责人伊曼诺尔·施拉格 (Imanol Schlag) 表示,Apertus 是“为公众利益而建”,并展示了如何将人工智能部署为公共数字基础设施,就像公用事业或交通运输一样。该模型可通过瑞士电信的 Sovereign Swiss AI 平台获取。此外,它还可通过 Hugging Face 和公共 AI 推理实用程序获取。

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读更多内容。

原文: https://news.slashdot.org/story/25/09/03/2125252/switzerland-releases-open-source-ai-model-built-for-privacy?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme