Sigue leyendo las noticias clave de IA
Filtrar y personalizar
Scale AI Lanza SEAL: Evaluación Continua y Benchmarks Privados para Modelos de FronteraScale AI lanza SEAL, marco de evaluación experta cLeer análisis completo
AISI propone llevar la seguridad al desarrollo de IALa propuesta abre una pregunta para empresas: qué.Leer análisis completo
Epoch AI analiza el impacto de modelos de pesos abiertos en la ventana de parches de seguridadEpoch AI evalúa los costes y riesgos del patch gapLeer análisis completo
OpenAI Lanza Simple-Evals: Framework Minimalista para Evaluación de Modelos de LenguajeOpenAI lanza Simple-Evals para evaluar modelos de IA.Leer análisis completo
Giskard Presenta Framework de Pruebas Adversariales y Seguridad para LLMsGiskard automatiza la detección de vulnerabilidades y sesgos en sistemas LLM.Leer análisis completo
TruLens Presenta Framework para Evaluar la Tríada RAG y Observabilidad de LLMsTruLens evalúa la fidelidad y relevancia de aplicaciones RAG con métricas.Leer análisis completo
Reflection Beam: cómo evaluar anuncios y modelos en evaluación antes de su liberación oficialReflection anuncia Beam en evaluación técnica prevLeer análisis completo
Ragas Lanza Framework de Evaluación Automatizada de Fidelidad y Métricas RAGRagas lanza framework de evaluación de fidelidad para RAG.Leer análisis completo
Anthropic detalla las directrices de seguridad para desplegar Computer Use en producción: contención de prompt injection y sandboxing visualAnthropic publica guías de seguridad para ComputerLeer análisis completo
Vanna.ai Lanza Framework RAG de Código Abierto para Generación Precisa de SQL con IAFramework RAG de código abierto para generar consultas SQL complejas en lenguaje natural, entrenando sobre esquemas y documentación con privacidad total.Leer análisis completo
Google actualiza guía de seguridad para agentes y sistemas empresarialesUna arquitectura de Google Cloud añade recomendaciLeer análisis completo
Confident AI Lanza DeepEval: Framework de Pruebas Unitarias para LLMs y RAGDeepEval permite realizar pruebas unitarias y CI/CD en pipelines LLM.Leer análisis completo
Liquid AI Lanza LFM: Modelos Fundacionales No Basados en Transformers con Memoria EficienteLiquid AI lanza los Liquid Foundation Models (LFM)Leer análisis completo
Adobe y NVIDIA: cómo evaluar los flujos creativosUna guía para medir calidad, tiempos y límites antLeer análisis completo
Mattermost y Cohere anuncian agentes para entornos de IA privados y redes de alta seguridadMattermost y Cohere se alían para desplegar agenteLeer análisis completo
Humano e IA: cómo evaluar la colaboraciónUn preprint estudia la colaboración humano-IA. AprLeer análisis completo