[NL]
-
Legacy & AI: Tijdreizen in je Terminal
Sinds de hype van grote taalmodellen is losgebarsten, zullen de meeste ontwikkelaars ondertussen al wel geproefd hebben van de productiviteitswinst die deze tools, mits correct gebruik, kunnen bieden. In deze blog onderzoeken we of we verder kunnen gaan dan dat: biedt het AI ook voldoende hulp bij het beheersen van Legacy Code?
-
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.
-
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?
-
Rules as Code
Interview met Joachim Ganseman van Smals Research over het omzetten van regels naar code: Rules as Code.
-
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
-
Circom – Programmeerbare zero-knowledge proofs
(NL) Circom is een raamwerk voor programmeerbare zero-knowldge bewijzen. Het laat toe om op een efficiënte wijze kennis of eigenschappen te bewijzen, terwijl de achterliggende data waar die kennis of eigenschappen uit afgeleid zijn, verborgen blijven. (FR) Circom est un framework pour les preuves à divulgation nulle de connaissance programmables. Il permet de prouver efficacement
-
Guardrails: hou je AI binnen de lijntjes
Guardrails helpen AI-toepassingen veiliger en betrouwbaarder te maken. Ontdek hier hoe.
Keywords:
analytics Artificial intelligence big data blockchain BPM chatbot cloud computing cost cutting cryptography data center data quality development EDA egov Event GIS Information management Machine Learning Managing IT costs methodology Mobile Natural Language Processing Open Source Privacy Productivity Security social software design software engineering standards