
La API del modelo FraudGPT – 4ta parte
DocumentacionPara detectar y prevenir en tiempo real los actos anti éticos debemos poner en producción el LLM que acabamos de crear en las entregas ...

LLM Finetuning con Python – 3ra parte
DocumentacionPara lograr obtener unas excelentes métricas no es suficiente con tener un buen dataset, es necesario ahora introducirnos en el mundo ...

Un Dataset muy privilegiado – 2da parte
DocumentacionEl dataset es el nuevo oro de la humanidad. A través de la creación de un dataset, mejoramos más de un 36% la capacidad de los mejores ...

Métricas F1, Recall y Precisión – 1ra parte
DocumentacionLos modelos de inteligencia artificial se pueden medir y evaluar, no todos, por mas impresionantes que parezcan, son buenos realizando ...

Cómo automatizamos la detección del fraude
DocumentacionHemos logrado crear un estandar para la detección y prevención del fraude en las organizaciones, por ello mostramos la arquitectura de ...

FraudGPT ahora usa MCP para conversar
DocumentacionNuestro sistema antifraude soporta ahora el protocolo MCP, proporcionando un mecanismo estandarizado de comunicación a los LLM con ...

Gemma 3 Fine tuning con MLX y Ollama
DocumentacionGemma 3 ha sido lanzado por el equipo de Google recientemente y vamos a aprovechar sus capacidades para re-entrenarlo con datos ...

Un año entrenando nuestro LLM FraudGPT
DocumentacionFraudGPT ha cumplido 1 año desde que se empezó a entrenar. En este artículo hablaremos sobre las lecciones aprendidas en este proceso ...

Cumplimos con los controles de tipo SOC2
DocumentacionThe Fraud Explorer ha sido auditado y ha logrado obtener un reporte satisfactorio SOC2 Tipo 1 por parte de Prescient Assurance ...

Cómo creamos nuestro LLM FraudGPT con MLX
DocumentacionFraudGPT es un LLM entrenado con más de 100 mil casuísticas de fraude interno y corrupción. En este artículo veremos cómo lo hicimos ...