<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>IA on cibersecblog</title>
		<link>https://cibersecblog.com/tags/ia/</link>
		<description>Recent content in IA on cibersecblog</description>
		<generator>Hugo</generator>
		<language>es-ES</language>
		
		
		
		
			<lastBuildDate>Sat, 13 Jun 2026 20:59:58 +0000</lastBuildDate>
		
			<atom:link href="https://cibersecblog.com/tags/ia/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>PyRIT UI: La interfaz que Microsoft no construyó para el red teaming con IA</title>
				<link>https://cibersecblog.com/posts/pyrit-ui-la-interfaz-que-microsoft-no-construyo-para-el-red-teaming-con-ia/</link>
				<pubDate>Sat, 13 Jun 2026 20:59:58 +0000</pubDate>
				<guid>https://cibersecblog.com/posts/pyrit-ui-la-interfaz-que-microsoft-no-construyo-para-el-red-teaming-con-ia/</guid>
				<description>&lt;p&gt;&lt;img src=&#34;https://cibersecblog.com/wp-content/uploads/2026/06/image-44-1024x696.png&#34; alt=&#34;&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;Microsoft lanzó PyRIT (Python Risk Identification Toolkit) como la herramienta para el red teaming de sistemas de IA. Es más, es la que usan a día de hoy , bastantee potente, está bien documentada y se integra con Azure AI Foundry. Pero tiene un problema fundamental que me he encontrado: &lt;strong&gt;no tiene interfaz gráfica&lt;/strong&gt; (bueno , si tiene pero solo para ataques manuales).&lt;/p&gt;&#xA;&lt;p&gt;Si has trabajado con PyRIT, conoces el flujo: scripts Python, output en terminal, resultados en JSON que hay que parsear manualmente. Al final para un security architect que necesita documentar, compartir resultados con el equipo o justificar resultados , esto no es suficiente.&lt;/p&gt;</description>
			</item>
			<item>
				<title>Agentes Locales: Desplegando LLMs en tu propio Sandbox con Ollama</title>
				<link>https://cibersecblog.com/posts/agentes-locales-desplegando-llms-en-tu-propio-sandbox-con-ollama/</link>
				<pubDate>Tue, 17 Mar 2026 14:46:15 +0000</pubDate>
				<guid>https://cibersecblog.com/posts/agentes-locales-desplegando-llms-en-tu-propio-sandbox-con-ollama/</guid>
				<description>&lt;hr&gt;&#xA;&lt;h2 id=&#34;llm-en-local&#34;&gt;LLM EN LOCAL&lt;/h2&gt;&#xA;&lt;p&gt;¡Hola a todos! Bienvenidos de nuevo al blog. Hoy vamos hablar de una tendencia que está cambiando las reglas del juego en nuestros laboratorios y entornos de operaciones: la &lt;strong&gt;IA Generativa local&lt;/strong&gt;.&lt;/p&gt;&#xA;&lt;p&gt;Si trabajas en seguridad, sabes que enviar datos sensibles a una API externa (como las de OpenAI o Anthropic) es un riesgo que no siempre podemos asumir. Aquí es donde entra &lt;strong&gt;Ollama&lt;/strong&gt;.&lt;/p&gt;&#xA;&lt;hr&gt;&#xA;&lt;h2 id=&#34;agentes-locales-desplegando-llms-en-tu-propio-sandbox-con-ollama&#34;&gt;Agentes Locales: Desplegando LLMs en tu propio &amp;ldquo;Sandbox&amp;rdquo; con Ollama&lt;/h2&gt;&#xA;&lt;p&gt;En el mundo de la ciberseguridad, la privacidad y el control de los datos son sagrados. Usar modelos de lenguaje (LLMs) para analizar logs, explicar vulnerabilidades o generar scripts de pentesting es increíblemente útil, pero ¿a qué coste para nuestra privacidad?&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
