Microsoft lanza la plataforma Project Perception para ciberseguridad agéntica

Microsoft abrirá su plataforma Project Perception al público el 3 de agosto. La iniciativa se centra en un nuevo modelo específico de ciberseguridad llamado MAI-Cyber, diseñado para proporcionar capacidades de seguridad agéntica para entornos empresariales.

Para los equipos que desarrollan IA de producción, este cambio hacia modelos agénticos especializados para la seguridad significa un alejamiento de los LLM de propósito general en dominios sensibles. Destaca la importancia del ajuste fino específico del dominio para la fiabilidad en la detección automatizada de amenazas.

  • Lanzamiento público de Project Perception programado para el 3 de agosto
  • Introducción de MAI-Cyber, un modelo diseñado específicamente para tareas de ciberseguridad
  • Enfoque en la seguridad agéntica para automatizar flujos de trabajo defensivos complejos
  • Enfoque de la industria en las métricas de rendimiento del nuevo modelo reportadas por el proveedor
Agentes de IA y automatización IA generativa Machine Learning
Todas las noticias de IA

Más noticias de IA

Modelos

Moonshot AI presenta Kimi K3.1 Pro y una variante de alta velocidad para evaluación comercial

Moonshot AI ha lanzado oficialmente su modelo Kimi K3.1 Pro junto con una versión de alta velocidad dedicada y diseñada para un procesamiento más rápido. Las organizaciones que evalúan el lanzamiento están examinando minuciosamente los costes operativos y las políticas de gestión de datos del proveedor antes de comprometerse con el despliegue en producción.

Modelos

Kimi K3.1 Pro asegura el quinto lugar en la tabla de clasificación SevenLab AI

Kimi K3.1 Pro, del desarrollador Kimi, ha entrado oficialmente en el top diez de la tabla de clasificación SevenLab AI, asegurando la quinta posición general. La prueba de referencia realiza un seguimiento de los modelos fundacionales líderes mediante una metodología especializada ajustada al valor, derivada de los datos de evaluación de Artificial Analysis.

Modelos

La selección de hardware empresarial para LLM locales prioriza la capacidad y el ancho de banda de la memoria

Los equipos empresariales que evalúan hardware para ejecutar modelos de lenguaje locales deben centrarse en la capacidad y el ancho de banda de la memoria por encima de la potencia de cálculo pura. La arquitectura de memoria unificada permite que las estaciones de trabajo de desarrollo carguen modelos con mayores parámetros directamente en memoria. Los líderes de planificación están evaluando estas especificaciones para garantizar una inferencia en el dispositivo que resulte rentable.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 min, sin compromiso
Sin presión comercial
Prototipo en 7 días