Las plataformas de modelos de IA se enfrentan a diversas vías de abuso, que van desde material de entrenamiento envenenado y activadores ocultos hasta la replicación de comportamientos y la filtración de datos privados. Este curso desarrolla un criterio defensivo avanzado para vincular dichos riesgos con objetivos de control, reforzar las medidas de protección de datos y servicios, y elaborar un plan de endurecimiento verificado para un servicio de modelos real.
El curso abarca las superficies de ataque de los modelos, el envenenamiento durante el entrenamiento y el ajuste fino (*fine-tuning*), la evaluación de puertas traseras (*backdoors*), la resistencia a la extracción mediante API y los riesgos de privacidad derivados de la inversión y la inferencia de pertenencia. También aborda la procedencia, el control de acceso condicional (*gating*), la monitorización, la limitación de tasa (*throttling*), el modelado de respuestas, el endurecimiento de las salidas, los controles de acceso y los artefactos de verificación.