AI/ML
-
信頼のパラドックス: AI がナマズに遭ったとき
MCPプロンプトインジェクションが信頼できるツールをどのように悪用するか、また、コンテキスト分離、AI動作チェック、ヒューマンインザループレビューで防御する方法について説明します。
サウラブ・ダバラそしてサンディープ ゴッティパティ今すぐ読む
-
Docker + Promptfooを使用してモデルとMCPをローカルで実行、テスト、評価する
promptfoo と Docker が、開発者がモデルの比較、MCP サーバーの評価、さらには LLM レッドチームの実行にどのように役立つかをご覧ください。
ルーク・バンセルマイヤー今すぐ読む
-
コンテナを超えて:llama.cppがDocker Hubから直接GGUFモデルを取得するようになりました
llama.cpp が AI モデルの強力でバージョン管理された一元化されたリポジトリとして Docker Hub をどのように使用しているかについて説明します。
エリック・カーティン今すぐ読む
-
cagentを使用したAIエージェントとワークフローの構築と配布
cagent は、Docker の新しいオープンソース プロジェクトで、コードを 1 行も書かずに AI エージェントを簡単に構築、実行、共有できます。AI エージェントを作成するときにコードを記述したり、Python のバージョンや依存関係をラングリングしたりする代わりに、エージェントの動作、ツール、ペルソナを 1 つの YAML ファイルで定義し、...
オレグ・セラエフ今すぐ読む
-
Docker Model Runner の一般提供
Docker Model Runner は、開発者が最先端の機能などを備えたローカル AI モデルを管理、実行、共有するための新しい方法を提供します。
フランチェスコ・コルティそしてケビン・ウィッテック今すぐ読む
-
MCP セキュリティ: 開発者ガイド
MCP セキュリティとは、エージェントが MCP サーバーを検出、接続、および実行する方法を管理する制御とリスクを指します。
サウラブ・ダバラそしてサンディープ ゴッティパティ今すぐ読む
-
AI PoC成功の9つのルール:実際に出荷するデモを構築する方法
出荷するAI POCを構築します。remocalワークフローを使用し、小規模から始めて、本番環境向けの設計を行い、コストを追跡し、デモから信頼性の高い展開に移行するためにユーザーを関与させます。
ジム・クラーク今すぐ読む
-
幻覚からプロンプトインジェクションまで: 実行時の AI ワークフローの保護
本番前に LLM の事故を阻止します。Docker Desktop、Docker Scout、強化されたイメージ、およびプロンプトインジェクションに対するポリシーを使用して、実行時にAIエージェントを保護します。
アンディ・ラミレス今すぐ読む