awesome-MLSecOps
Uma lista selecionada de ferramentas e recursos MLSecOps para proteger sistemas de aprendizado de máquina e IA - defesa contra ML adversarial, segurança de LLM, red teaming de IA, varredura de modelos, proteção da cadeia de suprimentos e segurança de pipeline MLOps.
Explore uma coleção de ferramentas e recursos para garantir a segurança de sistemas de IA durante seu desenvolvimento e uso.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserUma lista selecionada de ferramentas e recursos MLSecOps para proteger sistemas de aprendizado de máquina e IA - defesa contra ML adversarial, segurança de LLM, red teaming de IA, varredura de modelos, proteção da cadeia de suprimentos e segurança de pipeline MLOps.
awesome-MLSecOps tem 460 estrelas no GitHub. Foi bifurcado 99 vezes. awesome-MLSecOps é escrito principalmente em Astro. Está em desenvolvimento ativo desde 2023. awesome-MLSecOps está disponível sob a licença MIT. Os seus principais temas são: adversarial-machine-learning, agentic-security, ai-agents, ai-governance.
O que é awesome-MLSecOps?
Uma lista selecionada de ferramentas e recursos MLSecOps para proteger sistemas de aprendizado de máquina e IA - defesa contra ML adversarial, segurança de LLM, red teaming de IA, varredura de modelos, proteção da cadeia de suprimentos e segurança de pipeline MLOps.
awesome-MLSecOps é de código aberto?
awesome-MLSecOps é um projeto de código aberto. É distribuído sob a licença MIT.
awesome-MLSecOps é gratuito?
Sim. awesome-MLSecOps é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está awesome-MLSecOps?
awesome-MLSecOps está disponível sob a licença MIT.
Em que linguagem awesome-MLSecOps está escrito?
awesome-MLSecOps é escrito principalmente em Astro.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/riccardobiosas-awesome-mlsecops.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.