·tian
AI 系统的数据溯源：追踪答案来源已成为工程必修课
当你的 LLM 在生产环境中给出错误答案时，你能追溯到底是哪些文档导致了这个结果吗？如果不能，你已经落后了。本文介绍如何从第一天起就将来源血缘嵌入 AI 系统。
insider
ai-engineering
rag
observability
+1·tian
构建符合 GDPR 标准的 AI Agent：真正至关重要的合规架构决策
每一位受监管行业的工程师在发布 AI Agent 之前必须解决的四个结构性冲突：矢量库中的被遗忘权缺口、欧盟 AI 法案下的审计追踪要求、数据驻留的误区，以及不会阻碍未来扩展的同意模式。
insider
gdpr
compliance
ai-agents
+2·tian
生产环境中的 LLM 流水线在哪泄露用户数据：PII、数据驻留以及经得起考验的合规模式
大多数 LLM 数据泄露并非来自模型本身，而是源于未脱敏的 RAG 分块、逐字的提示词日志以及可被注入的检索流水线。本文是一份关于生产级 AI 系统中 PII 处理、数据驻留路由和合规日志记录的实用指南。
insider
llm
privacy
security
+2·tian
监管风暴：加密行业的困境与机遇
在Ripple案中，程序化销售获得了部分胜利，避免被认定为证券销售。我们仔细分析了法院的裁决逻辑，认为在事实认定上可能存在相当明显的错误，后续被推翻的可能性很高。
crypto
compliance
legal
显示第 61–64 篇，共 64 篇
上一页6 / 6