Blog post
-
Je data beschermen tegen beheerders: ‘on-premise’ Confidential Computing
In deze en de volgende blogpost kijken we naar de mogelijkheid om TEE’s op onze eigen infrastructuur (on-premise) te gebruiken. Het doel is drieledig: gebruikmaken van de kracht van confidential computing om data te beschermen en nieuwe toepassingen mogelijk te maken, terwijl we een zekere controle behouden over de software- en hardwarestack, en zo het vertrouwen van onze klanten versterken.
-
De performance van LLM’s: Een vergelijkende analyse tussen Frans en Nederlands
Uit onze evaluatie van een RAG-chatbot blijkt er een prestatieverschil te bestaan tussen het Frans en het Nederlands, wat wijst op een aanhoudende uitdaging bij het gebruik van meertalige grote taalmodellen (LLM’s). Dit prestatieverschil kan deels worden verklaard door de beschikbaarheid van de middelen die worden gebruikt om deze modellen te trainen, maar er kunnen ook andere factoren meespelen.
-
Made by Smals Research – Privacyvriendelijk Kruisen van Persoonsgegevens
In samenwerking met internationaal toonaangevende universiteiten werkte Smals aan een prototype om met behulp van geavanceerde cryptografie het pseudonimiseren en kruisen van persoonsgegevens voor secundaire doeleinden aanzienlijk te vereenvoudigen.
-
Made by Smals Research – Croisement des données à caractère personnel dans le respect de la vie privée
En collaboration avec des universités de renommée internationale, Smals a travaillé sur un prototype visant à simplifier considérablement la pseudonymisation et le croisement des données personnelles à des fins secondaires grâce à la cryptographie avancée.
-
Performance des LLM : Analyse comparative entre le français et le néerlandais
Notre évaluation d’un agent conversationnel RAG a révélé un écart de performance entre le français et le néerlandais, soulignant un défi persistant dans l’utilisation des grands modèles de langage (LLM) multilingues. Cette différence de performance s’explique en partie par la disponibilité des ressources utilisées pour entraîner ces modèles, mais d’autres facteurs peuvent également entrer en jeu.
-
Rules as Code : leçons tirées d’une expérience
Que se passe-t-il lorsqu’on s’attaque à un projet de Rules As Code avec un EDI basé sur l’IA ?
-
Rules as Code: lessen uit een experiment
Wat gebeurt er als een leek zich waagt aan een Rules as Code project met een AI-powered IDE?
-
Confidentialité et évolutivité grâce à divulgation nulle de connaissance
Les preuves zero-knowledge contribuent à améliorer la confidentialité et l’évolutivité dans le contexte de la blockchain. De quoi s’agit-il, quels sont les défis et sont-elles déjà mises en œuvre ?
-
Privacy en schaalbaarheid met zero-knowledge proofs
Zero-knowledge bewijzen helpen in blockchain context om zowel privacy als schaalbaarheid te verbeteren. Wat is het, wat zijn de uitdagingen en worden ze reeds toegepast?
-
Zin, Onzin, en Nut van LLMs: Zijn ze de Hype waard?
We hebben waarschijnlijk het moment bereikt waarop de hype over AI op zijn grootst is: men is langs één kant laaiend enthousiast over AI, maar hier en daar raken mensen al gedesillusioneerd. Ook spreekt men meer en meer over een bubbel in de markt van de grote tech-spelers. Maar hoe nuttig zijn LLMs momenteel nu
Keywords:
analytics Artificial intelligence big data blockchain BPM chatbot cloud computing cost cutting cryptography data center data quality EDA egov Event GIS governance Information management Machine Learning Managing IT costs methodology Mobile Natural Language Processing Open Source Privacy Productivity Security social software design software engineering standards