L’IA pour améliorer la sécurité du code ? (Partie 1 : sécurité du code généré)

L’IAGén permet-elle d’écrire du code informatique plus sécurisé ? Continue reading
L’IAGén permet-elle d’écrire du code informatique plus sécurisé ? Continue reading
RAG-systemen (Retrieval-Augmented Generation) hebben het mogelijk gemaakt voor grote taalmodellen (LLM’s) om te steunen op betrouwbare gegevens. Maar ze blijven onder andere beperkt in hun vermogen om hallucinaties te beheersen. Daar komt GraphRAG in beeld: door LLM’s te combineren met knowledge graph verbetert het de nauwkeurigheid, transparantie en redeneercapaciteit van de modellen. Continue reading
La qualité est le principal obstacle à la mise en production d’applications LLM. Dans cet article de blog, nous examinerons dans quelle mesure la qualité des applications RAG peut être mesurée automatiquement. Continue reading
Kwaliteit is dé bottleneck om LLM-toepassingen in productie te brengen. In deze blogpost onderzoeken we in hoeverre de kwaliteit van RAG-toepassingen automatisch kan gemeten worden. Continue reading
Les systèmes RAG (Retrieval-Augmented Generation) ont permis aux grands modèles de langage (LLM) de s’appuyer sur des données fiables. Mais ils restent limités, entre autres, dans leur capacité à contrôler les hallucinations. C’est là que GraphRAG entre en jeu : en combinant les LLM avec des graphes de connaissances, il améliore la précision, la transparence et la capacité de raisonnement des modèles.
Continue reading
Hoe kunnen we onszelf beschermen tegen de sporen die we achterlaten als we op het internet surfen? Er worden verschillende oplossingen voorgesteld, met hun voor- en nadelen. Continue reading
Dit artikel gaat in op de manier waarop algoritmische bias kan worden gemeten en op de verschillende manieren om deze te corrigeren om eerlijke voorspellingen te genereren. Continue reading
Comment se protéger des traces que nous laissant en navigant sur Internet? Plusieurs solutions sont proposées, avec leurs avantages et inconvénients. Continue reading
Smals Research is at the cradle of eHealth’s blind pseudonymization service. This innovation came in a very creditable second place this year at the prestigious Best Cybersecurity Innovation Europe awards, presented by Cybersec Europe in the presence of Prince Laurent. The jury praised the service for its innovative, practical and Belgian character, the simplicity of the solution and the potential to use it elsewhere. We publish our submission in full that led to this beautiful achievement. Continue reading
Cet article s’intéresse à la manière dont les biais algorithmiques peuvent être mesurés et corrigés pour générer des prédictions équitables. Continue reading