La mayoría de VPNs no guardan registros: así lo prueba X-VPN
Descubre cómo X-VPN demuestra su política de no registros con una auditoría de Deloitte. Confía en una VPN realmente privada.
#privacidad
Google sabe dónde vives: recupera tu privacidad
¿Google sabe demasiado de ti? Aprende a eliminar tus datos personales de los resultados de búsqueda y recupera tu privacidad con esta guía paso a paso.
Tu TV controla tu hogar inteligente sin enviar datos a Google o Amazon
Descubre cómo tu TV puede gestionar tu hogar inteligente sin enviar datos a gigantes tecnológicos. Homey llega como alternativa privada.
El Panóptico que construimos entre todos
¿Cómo la grabación ciudadana para exponer abusos alimenta el sistema de vigilancia? Descubre el 'ouroboros de la vigilancia'.
Memorización en tiempo de despliegue en agentes fundacionales
Nuevo estudio analiza la memorización en agentes de IA: el resumen reduce extracción un 76%, pero la eliminación deja residuos. Conoce el equilibrio entre personalización y riesgo.
El Efecto Interlocutor: LLMs filtran más datos personales a agentes
Descubre el Efecto Interlocutor: los LLMs filtran hasta un 23% más de datos personales cuando interactúan con otros agentes de IA. Implicaciones en seguridad.
SPACE: Borrado de Conceptos sin Datos en MLLMs
SPACE: primer método de machine unlearning sin datos para MLLMs. Elimina conceptos sensibles preservando el rendimiento del modelo. Descubre cómo.
QSplitFL: Selección Óptima de Punto de División en Split Federated Learning
QSplitFL: Deep Q-Learning para seleccionar el punto de división óptimo en SFL, mejorando convergencia y precisión en dispositivos heterogéneos.
MoE y Aprendizaje Federado para Predicción Espaciotemporal
Descubre cómo MoE-FedTP combina aprendizaje federado y redes de expertos para predecir el tráfico en ciudades con pocos datos, preservando la privacidad.
Siri AI llega con Google en su interior y gran parte del mundo queda fuera
Apple presenta Siri AI con Google Gemini, pero solo en inglés y sin China ni UE. Conoce los detalles de este lanzamiento y sus implicaciones para la privacidad.
Bienvenidos a la era inquietante de la IA
Descubre por qué la nueva app de Google, Dreambeans, cruza la línea de lo útil a lo inquietante. ¿Estamos listos para esta era de la IA?
De la heterogeneidad de datos a la convergencia: revisión centrada en datos del aprendizaje federado
Descubre cómo la heterogeneidad de datos afecta la convergencia en aprendizaje federado. Revisión centrada en datos con soluciones prácticas.
Aficionados, te están vigilando en el Mundial 2026
Descubre la vigilancia con reconocimiento facial y antidrones en los estadios del Mundial 2026 en EE.UU., Canadá y México. ¿Qué implica para tu privacidad?
Mapa de lectores de matrículas cerca de estadios de la Copa Mundial en EE.UU.
Descubre en este mapa interactivo todos los lectores de matrículas cerca de los estadios de la Copa Mundial en EE.UU. ¿Te están vigilando?
Amnistía Internacional: posibles violaciones de derechos humanos en el Mundial
Amnistía Internacional advierte sobre violaciones de derechos humanos a aficionados del Mundial. Descubre los riesgos de vigilancia y privacidad.
Reproducibilidad y generalización en modelos de difusión
Descubre por qué distintos modelos de difusión generan resultados casi idénticos. Un fenómeno con implicaciones en privacidad y eficiencia.
Aprendizaje Federado Activo-Pasivo para Datos Multivista con Partición Vertical
Nuevo marco APFed: un cliente activo realiza inferencia independiente en datos multivista con partición vertical, preservando la privacidad.
Procrustes Ortogonal Preserva Correlaciones en Datos Sintéticos
Aprende cómo el problema de Procrustes restaura la correlación en datos sintéticos, preservando distribuciones y rendimiento.
IDP-Bench: Evaluando la privacidad interdependiente en modelos de lenguaje
¿Pueden los LLMs proteger tu privacidad cuando otros comparten tus datos? IDP-Bench lo mide.
LLM como discriminador: tablas sintéticas que aún parecen reales
¿Puede un LLM distinguir datos reales de sintéticos? Descubre cómo auditar la privacidad en tablas sintéticas con nuestro análisis basado en LLaMA y Gemini.