awesome-MLSecOps
Une liste soigneusement sélectionnée d'outils et de ressources MLSecOps pour sécuriser les systèmes d'apprentissage automatique et d'IA - défense ML adversaire, sécurité LLM, red teaming IA, scan de modèles, protection de la chaîne d'approvisionnement, et sécurité des pipelines MLOps.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUne liste soigneusement sélectionnée d'outils et de ressources MLSecOps pour sécuriser les systèmes d'apprentissage automatique et d'IA - défense ML adversaire, sécurité LLM, red teaming IA, scan de modèles, protection de la chaîne d'approvisionnement, et sécurité des pipelines MLOps.
awesome-MLSecOps compte 443 étoiles sur GitHub. Il a été forké 90 fois. awesome-MLSecOps est écrit principalement en Astro. Il est développé activement depuis 2023. awesome-MLSecOps est disponible sous licence MIT. Ses principaux thèmes sont : adversarial-machine-learning, agentic-security, ai-agents, ai-governance.
Qu'est-ce que awesome-MLSecOps ?
Une liste soigneusement sélectionnée d'outils et de ressources MLSecOps pour sécuriser les systèmes d'apprentissage automatique et d'IA - défense ML adversaire, sécurité LLM, red teaming IA, scan de modèles, protection de la chaîne d'approvisionnement, et sécurité des pipelines MLOps.
awesome-MLSecOps est-il open source ?
awesome-MLSecOps est un projet open source. Il est distribué sous licence MIT.
awesome-MLSecOps est-il gratuit ?
Oui. awesome-MLSecOps est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est awesome-MLSecOps ?
awesome-MLSecOps est disponible sous licence MIT.
Dans quel langage awesome-MLSecOps est-il écrit ?
awesome-MLSecOps est écrit principalement en Astro.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/riccardobiosas-awesome-mlsecops.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.