> 学校：新南威尔士大学 / UNSW Sydney
> 日期：2026-05-17
> 同步素材：公众号发稿页见 https://jiangren.com.au/blog/uni-news-unsw-2026-05-17 对应运营链路，官网 blog 为这篇 markdown 正文。
UNSW Sydney 5 月 17 日两条前沿研究发布：UNSW 研究团队在 ACM Web Conference 2026 发表「When Ads Become Profiles」，证明大型语言模型可通过用户广告序列精准还原健康状况、政治倾向等敏感属性，现行 GDPR 和澳洲隐私法对此存在法律空白；另一篇 UNSW 论文引入生物学「重大进化跃迁」框架分析可进化 AI，探讨当 AI 系统可自主修改自身结构时，人类对 AI 进化路径的控制力是否将根本性下降。两条横跨数据隐私、网络安全、AI 安全和 AI 治理四个交叉方向。
01. UNSW 广告追踪隐私研究：LLM 能从广告序列「还原」你的隐私画像
一句话：UNSW Sydney 研究团队在 ACM Web Conference 2026 发布了一项研究：大型语言模型（LLM）可以通过分析用户的广告序列，准确重建出敏感个人属性——包括健康状况、政治倾向、生活方式等。研究题目「When Ads Become Profiles」揭示了一个反直觉的结论：即便单条广告无法识别你，广告的时序组合已经构成一个精准的隐私画像。
UNSW Sydney 研究团队在 ACM Web Conference 2026 发布了一项关于网络广告隐私风险的研究，题目为「When Ads Become Profiles: Uncovering the Invisible Risk of Web Advertising at Scale with LLMs」。研究的核心发现是：大型语言模型（LLM）可以通过分析用户所看到的广告序列，准确还原出一系列敏感的个人属性——包括健康状况、政治倾向、收入水平、生活方式等。这一结论的反直觉之处在于：单条广告本身不具备识别用户身份的能力，但一段时间内广告的序列组合——按什么顺序、看了什么广告——已经构成了一个精准的隐私画像。
研究团队在 ACM Web Conference 2026 上展示了如何用 LLM 大规模处理真实广告数据，并系统验证了重建精度。这也是这一研究方法首次在顶级 Web 学术会议上被公开验证。研究还指出了一个重要的法律空白：欧盟 GDPR 和澳洲隐私法（Privacy Act）对「敏感信息」的定义，目前并未明确将广告序列数据纳入其中——这意味着企业在技术层面已经可以通过广告序列还原用户隐私，但在法律层面尚未面临明确的合规义务。
对走数据科学、网络安全、隐私计算、AI 和法律交叉方向的学生，这篇论文是 2026 年隐私增强技术（PET）领域的直接前沿参考。UNSW 在这条研究线上持续发表，有意在隐私技术或相关法律政策方向读研究生或博士的同学，可以通过 UNSW Newsroom 追踪这个团队的后续工作。
02. UNSW 论文：可进化 AI——我们是否站在下一次重大进化跃迁的边缘？
一句话：UNSW 研究者于 2026 年 5 月发布论文，探讨 AI 系统的未来是否将由「进化」而非「工程设计」主导。核心问题是：当 AI 系统可以自主修改自身结构和算法时，这是否构成生命史上继细胞起源、多细胞生物出现之后的「下一次重大进化跃迁」？论文将生物学的「重大进化跃迁」框架系统引入 AI 研究领域。
UNSW 研究者于 2026 年 5 月发布了一篇探讨 AI 长期演化方向的论文，核心问题是：AI 系统的未来是否将由「进化」而非「工程设计」主导？论文将生物学中的「重大进化跃迁」（Major Evolutionary Transitions）框架系统引入 AI 研究领域。在生物进化史上，重大跃迁发生在更低层级的个体形成集体实体并放弃个体独立性的时刻——细胞起源、多细胞生物出现、有性生殖等均属此类。
UNSW 研究者提出的核心问题是：当 AI 系统可以自主修改自身结构和算法，并跨越个体层级形成集体智能进而再进化时，这是否构成同等级别的跃迁？如果是，那么人类对 AI 进化路径的控制力将面临根本性挑战——不是某个具体的安全漏洞，而是控制权在结构层面的根本性下降。这不只是计算机科学问题，也是 AI 安全、AI 治理和 AI 伦理的核心议题。
论文的价值在于把一个长期被当作哲学讨论的问题，转化为可以被工程框架和治理政策提前应对的研究议程。UNSW 在 AI 安全和 AI 治理方向有完整的研究群体，这条线也是近年博士课题的热门方向之一。走 AI / ML / AI 伦理 / AI 安全方向且在考虑 UNSW 的同学，这篇论文值得作为判断研究契合度的参考。
3. 今日速览
- 01 · 广告追踪暴露隐私：ACM Web Conference 2026 发布；LLM 通过广告序列还原健康状况/政治倾向等敏感属性；GDPR 和澳洲隐私法存在法律空白；数据科学 / 网络安全 / PET 方向直接前沿参考
- 02 · 可进化 AI 跃迁论：引入生物学重大进化跃迁框架；探讨 AI 自主修改自身结构时人类控制力根本性下降的可能；AI 安全 / AI 治理核心议题；UNSW 有完整研究团队
如果你在看 UNSW 的申请、奖学金或研究机会，这篇可以直接当作今天的速查版。
