Cisco lansează 'Model Provenance Kit' open-source pentru a consolida securitatea lanțului de aprovizionare AI
Cisco a lansat un 'Model Provenance Kit' open-source pentru a îmbunătăți securitatea lanțului de aprovizionare AI. Acest kit are ca scop oferirea unei căi transparente și auditează pentru modelele AI.
Rezumat Detaliat
Cisco a introdus 'Model Provenance Kit' open-source pentru a consolida securitatea lanțurilor de aprovizionare AI. Această inițiativă abordează preocupările crescânde legate de integritatea și fiabilitatea modelelor AI pe măsură ce acestea trec de la dezvoltare la implementare. Kit-ul oferă instrumente și metodologii pentru a urmări originea, modificările și dependențele modelelor AI, asigurând că utilizatorii pot verifica autenticitatea acestora și pot detecta orice modificare.
Model Provenance Kit include funcții pentru capturarea metadatelor, crearea semnăturilor digitale și stabilirea unei piste de audit securizate. Acesta suportă diverse framework-uri și platforme AI, permițând dezvoltatorilor să-l integreze în fluxurile lor de lucru existente. Prin utilizarea acestui kit, organizațiile își pot îmbunătăți capacitatea de a gestiona riscurile asociate modelelor AI, cum ar fi otrăvirea modelului sau modificările neautorizate. Natura open-source a kit-ului promovează colaborarea și permite contribuții din partea comunității, promovând un ecosistem AI mai sigur și mai transparent.
Lansarea Model Provenance Kit semnifică angajamentul Cisco de a promova dezvoltarea și implementarea responsabilă a AI. Are implicații pentru diverse industrii, inclusiv finanțe, sănătate și guvern, unde fiabilitatea și securitatea modelelor AI sunt critice. Abordarea open-source a kit-ului încurajează o adoptare și o integrare mai largă pe diferite platforme și instrumente. Acest lucru va ajuta la construirea încrederii în sistemele AI și va accelera adoptarea acestora, atenuând în același timp riscurile potențiale.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare
O singură bază de date vectorială configurată greșit a expus datele tuturor clienților
O singură neconfigurare într-o bază de date vectorială multi-tenant poate duce la expunerea severă a datelor, unde informațiile sensibile ale unui client devin accesibile altuia. Această vulnerabilitate provine din natura semantică a embedding-urilor și din instrumentele de control al accesului mai puțin mature comparativ cu bazele de date tradiționale.
Moonshot AI lansează Kimi K2.7-Code: Model Open-Source cu 1T Parametri, Pretinde Superioritate în Utilizarea Uneltelor față de Claude Opus
Moonshot AI a lansat Kimi K2.7-Code, un model open-source cu 1 trilion de parametri, care contestă benchmark-urile existente. Compania susține că acest nou model depășește Claude Opus de la Anthropic în capacitățile de utilizare a uneltelor, o zonă critică pentru execuția sarcinilor complexe.
IIT Roorkee Deschide Înscrierile pentru a 11-a Promoție a Certificatului Postuniversitar în Data Science, Machine Learning și Generative AI
Institutul Indian de Tehnologie (IIT) Roorkee a anunțat deschiderea înscrierilor pentru a 11-a promoție a programului său de Certificat Postuniversitar. Acest program se concentrează pe Data Science, Machine Learning și Generative AI, adresându-se profesioniștilor care doresc să își îmbunătățească abilitățile în aceste domenii în continuă evoluție.
IBM dorește să devină 'strat de securitate' pentru infrastructura AI open source, investind 5 miliarde de dolari
IBM și-a anunțat intenția de a se poziționa ca un strat de securitate esențial pentru infrastructura AI open source, susținută de o investiție semnificativă de 5 miliarde de dolari. Această mișcare strategică vizează abordarea preocupărilor crescânde legate de securitatea adoptării rapide a modelelor și instrumentelor AI open source.