最近，Apple发布了2026年隐私保护机器学习与人工智能研讨会的四份演讲录像及一份研究综述。

Apple在机器学习官方博客发布新文章，公开了2026年隐私保护机器学习与人工智能研讨会的四场精选讲座内容。

这场为期两天的活动中，Apple研究人员以及全球科研界相关学者，围绕隐私保护机器学习与人工智能前沿进展展开探讨，重点聚焦隐私学习与统计、基础大模型与隐私安全、攻击方式与安全防护三大方向。

Apple对本次研讨会作出如下介绍：研讨会的主题分享与交流，探讨了隐私保护与机器学习领域的技术进展及待解决难题，涵盖联邦学习、统计学习、信任模型、安全攻击、隐私核算，以及基础大模型带来的特有技术挑战。这些研究领域以严谨的隐私与安全评估为创新根基，打通了理论框架与实际落地应用之间的壁垒。

博客中精选了四场专题报告，其中包括Apple研究员Kunal Talwar带来的《差分隐私密码学与密码学差分隐私》主题演讲。

其余精选讲座还有：1.多伦多大学Alexander Nikov：在线矩阵分解与在线查询发布2.乔治敦大学Elisa Redmiles：以人为本的学习：负责任数据收集中的隐私保护技术科普与沟通3.CISPA研究院Francesca Bernisch：理解并缓解基础大模型的记忆固化问题

Apple同时罗列了研讨会上发布的24项研究成果，其中包含三篇由Apple在职及离职研究人员撰写的论文：1.《Apple生态中机器学习与同态加密的融合应用》2.《适用于子采样与随机分配的高效隐私损耗核算方法》3.《基于强数据处理不等式的数据记忆化权衡研究》