+31 20 705 1010
EnglishNederlandsFrançaisDeutschEspañol
Modellen

Microsoft lanceert project perception platform voor agentic cybersecurity

Microsoft stelt zijn Project Perception platform op 3 augustus open voor het publiek. Het initiatief draait om een nieuw specifiek model voor cybersecurity genaamd MAI-Cyber, ontworpen om agentic beveiligingsmogelijkheden te bieden voor bedrijfsomgevingen.

Waarom het ertoe doet

Voor teams die productie-AI bouwen, betekent deze verschuiving naar gespecialiseerde agentic modellen voor beveiliging een stap weg van algemene LLM's in gevoelige domeinen. Het benadrukt het belang van domeinspecifieke fine-tuning voor betrouwbaarheid bij geautomatiseerde detectie van dreigingen.

Kernpunten

  • Publieke lancering van Project Perception gepland voor 3 augustus
  • Introductie van MAI-Cyber, een model dat speciaal is gebouwd voor cybersecuritytaken
  • Focus op agentic security om complexe defensieve workflows te automatiseren
  • Focus van de sector op door leveranciers gerapporteerde prestatiemetrics voor het nieuwe model

Gerelateerde oplossingen

AI-agents & automatisering Generatieve AI Machine Learning
Al het AI-nieuws

Meer AI-nieuws

Modellen

Moonshot AI introduceert Kimi K3.1 Pro en snelle variant voor commerciële evaluatie

Moonshot AI heeft officieel zijn Kimi K3.1 Pro-model gelanceerd, samen met een speciale hogesnelheidsversie die is ontworpen voor snellere verwerking. Organisaties die de release evalueren, onderzoeken de operationele kosten en het gegevensverwerkingsbeleid van de leverancier nauwkeurig voordat ze overgaan tot implementatie in productie.

Modellen

Kimi K3.1 Pro behaalt de vijfde plaats op de SevenLab AI-ranglijst

Kimi K3.1 Pro van ontwikkelaar Kimi is officieel binnengekomen in de top tien van de SevenLab AI-ranglijst en bezet de vijfde plek algemeen. De benchmark volgt toonaangevende foundation models met behulp van een gespecialiseerde, voor waarde gecorrigeerde methodologie op basis van evaluatiedata van Artificial Analysis.

Modellen

Selectie van enterprise-hardware voor lokale LLM's geeft prioriteit aan geheugencapaciteit en bandbreedte

Enterpriseteams die hardware evalueren voor de lokale uitvoering van taalmodellen moeten zich richten op geheugencapaciteit en bandbreedte in plaats van pure rekenkracht. Een uniforme geheugenarchitectuur stelt ontwikkelworkstations in staat om modellen met grotere parameters direct in het geheugen te laden. Planningsleiders beoordelen deze specificaties om kosteneffectieve inferentie op het apparaat zelf te waarborgen.

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, vrijblijvend
Geen verkooppraatje
Prototype in 7 dagen