Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

OLLM hợp tác với Phala để xây dựng Cổng AI bảo mật.
Generatived
9:00 19/12/25
Geneva, Thụy Sĩ – Là một phần trong sáng kiến chiến lược nhằm tăng cường bảo mật dữ liệu trong hoạt động AI, OLLM đã hợp tác với Phala để tích hợp các mô hình AI bí mật vào cổng AI của mình. Sự hợp tác này cho phép suy luận riêng tư với các mô hình tiên tiến nhất trong Môi trường Thực thi Tin cậy (TEE) an toàn, đảm bảo mã hóa dữ liệu từ đầu đến cuối. Đám mây AI bí mật của Phala tận dụng TEE GPU để duy trì tính bảo mật của dữ liệu và trọng số mô hình trong suốt quá trình xử lý, cung cấp cho người dùng các tiêu chuẩn bảo mật có thể kiểm chứng.
Việc tích hợp Phala cho phép người dùng Cổng AI Bảo mật của OLLM truy cập nhiều mô hình được mã hóa thông qua API thống nhất, bao gồm các mô hình được lưu trữ trên Phala như Llama 3.3 và GPT-oss. Các yêu cầu đến các mô hình này được xử lý trong các vùng bảo mật phần cứng biệt lập, cung cấp bằng chứng mật mã về tính bảo mật. Tính năng này cung cấp một nhật ký kiểm toán minh bạch, tăng cường niềm tin và trách nhiệm giải trình cho các công ty ưu tiên bảo mật dữ liệu.
Ahmad Shadid, CEO của OLLM, nhấn mạnh tầm quan trọng của việc cung cấp cho doanh nghiệp các công cụ AI an toàn mà không làm ảnh hưởng đến tính bảo mật dữ liệu. Quan hệ đối tác với Phala là minh chứng cho cam kết của OLLM trong việc cung cấp các giải pháp AI an toàn, tập trung vào quyền riêng tư, dễ dàng tích hợp mà không làm giảm hiệu suất đáng kể. Điều này tiếp nối quan hệ đối tác gần đây của OLLM với NEAR Protocol, củng cố hơn nữa vị thế của OLLM với tư cách là nhà cung cấp hàng đầu về quyền truy cập AI bảo mật.
Việc ứng dụng đa dạng công nghệ của Phala chứng minh khả năng xử lý khối lượng công việc quy mô sản xuất trong khi vẫn duy trì các biện pháp kiểm soát quyền riêng tư nghiêm ngặt. Ví dụ, các tổ chức tài chính có thể phân tích dữ liệu giao dịch nhạy cảm, và các tổ chức chăm sóc sức khỏe có thể xử lý hồ sơ bệnh nhân, tất cả đều trong một môi trường điện toán bảo mật. Giám đốc điều hành của Phala, Marvin Tong, nhấn mạnh tầm quan trọng của việc duy trì quyền riêng tư dữ liệu theo mặc định trong thời đại ứng dụng trí tuệ nhân tạo. Với những tiến bộ này, OLLM và Phala đang giảm bớt rào cản cho các nhà phát triển và doanh nghiệp trong việc áp dụng trí tuệ nhân tạo với các đảm bảo quyền riêng tư mạnh mẽ.
Chia sẻ bài viết này:
Tin tức mới nhất
OpenAI mở rộng nhóm nghiên cứu thuộc Viện Kinh tế Trí tuệ Nhân tạo.
9:00 9/7/26
OpenAI vừa công bố nhóm nghiên cứu thứ ba của Viện Kinh tế AI, quy tụ các nhà nghiên cứu từ các trường đại học và tổ chức hoạch định chính sách trên toàn thế giới để
Australian Payments Plus mở rộng việc áp dụng ChatGPT cho doanh nghiệp.
9:00 9/7/26
Australian Payments Plus đã mở rộng việc sử dụng ChatGPT Enterprise và Codex để hỗ trợ các cuộc điều tra kỹ thuật và công việc thường nhật trên toàn bộ hệ thống thanh toán của mình.
NVIDIA giới thiệu NTP cho đào tạo LLM linh hoạt
9:00 8/7/26
NVIDIA đã trình bày nghiên cứu về Song song Tensor Không Đồng nhất (NTP), một phương pháp thử nghiệm được thiết kế để duy trì hiệu quả huấn luyện mô hình ngôn ngữ quy mô
Copyright © 2024 Generatived - All right Reserved.
Chia sẻ bài viết này:
Chia sẻ bài viết này:
Danh mục
Tin tức
AI và luật/hệ thống/kinh tế/xã hội
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.
Tin tức mới nhất
OpenAI mở rộng nhóm nghiên cứu thuộc Viện Kinh tế Trí tuệ Nhân tạo.
9:00 9/7/26
OpenAI vừa công bố nhóm nghiên cứu thứ ba của Viện Kinh tế AI, quy tụ các nhà nghiên cứu từ các trường đại học và tổ chức hoạch định chính sách trên toàn thế giới để
Australian Payments Plus mở rộng việc áp dụng ChatGPT cho doanh nghiệp.
9:00 9/7/26
Australian Payments Plus đã mở rộng việc sử dụng ChatGPT Enterprise và Codex để hỗ trợ các cuộc điều tra kỹ thuật và công việc thường nhật trên toàn bộ hệ thống thanh toán của mình.
NVIDIA giới thiệu NTP cho đào tạo LLM linh hoạt
9:00 8/7/26
NVIDIA đã trình bày nghiên cứu về Song song Tensor Không Đồng nhất (NTP), một phương pháp thử nghiệm được thiết kế để duy trì hiệu quả huấn luyện mô hình ngôn ngữ quy mô






