01 · RÓLAM
Rácz-Akácosi Attila.
AI (MI) és LLM Biztonság szakértő. Két évtized analitikai és AI háttérrel — rendszerszintű gondolkodás találkozik a legújabb AI biztonsági kutatásokkal.
analitikai + digitális tapasztalat
AI / ML projekt tapasztalat
1 csapat — nincs alvállalkozói lánc
02 · POZÍCIÓ
Innovációból stratégiai előny.
Több mint két évtizedes algoritmikus és prediktív analitikai háttérrel rendelkező szakértői csapatként ötvözzük a rendszerszintű gondolkodást a legújabb AI biztonsági kutatásokkal.
Független auditorokként proaktív, gyakorlati kísérletekkel mutatjuk meg a nyelvi modellek (LLM-ek) rejtett sebezhetőségeit, hogy segítsünk a magyar vállalatoknak a technológiai innovációt üzleti kockázatok helyett stratégiai előnnyé formálni.
02 · SZAKMAI FILOZÓFIA
Az AI biztonság nem csak technikai kérdés.
A Nagy Nyelvi Modellek (LLM) viselkedését nem lehet pusztán prompt-szinten megérteni. Három tudományterület együtt adja azt a keretet, amellyel a védelmet rendszerszintű stratégiaként építjük fel — nem csupán egy végtelen hibalistaként.
01 · Game theory
Játékelmélet
Modellezzük a támadók és védők stratégiai lépéseit. Egy LLM nem statikus szoftver — élő, adaptív felület, ahol minden védelmi döntés egy ellenfelet provokál ki. Aki csak technikai szemmel néz egy red team auditot, lemarad arról, miért fognak a támadók újra és újra próbálkozni.
02 · Network science
Hálózatkutatás
Feltárjuk a rendszer láthatatlan kapcsolati hálóját és kritikus pontjait. Egy modell sebezhetősége ritkán egy önálló pont — sokkal inkább kapcsolódások egy gráfban. Számunkra a kérdés nem csupán az, hogy „mi tört el”, hanem hogy a láncreakció „mit húzott magával”.
03 · Chaos theory
Káoszelmélet
Magyarázatot ad a legkisebb hiba által okozott, előre jelezhetetlen, katasztrofális következményekre. Egyetlen karakteres, rejtett prompt-injection dönti el, hogy egy chatbot ártalmatlan ügyfélszolgálat marad, vagy súlyos GDPR-incidens lesz belőle.
03 · NÉHÁNY MÉRFÖLDKŐ
2007 óta a digitális rendszerek mélyén.
Algoritmusok visszafejtésétől a gépi tanulásig, prediktív analitikától az LLM red teamingig. A technológia változott, de a rendszerek mögötti logikát irányító szabályrendszer mindig ugyanaz maradt.
2007
2009
2018
2024
2026
2007
Keresőalgoritmusok és Reverse Engineering
Pályafutásunkat „fekete dobozként” működő rendszerek algoritmikus elemzésével és visszafejtésével kezdtük. Megértettük, hogyan lehet komplex, zárt rendszerek viselkedését megjósolni, irányítani, és hogyan lehet megtalálni a pajzsokon tátongó réseket.
2009
Digitális Esélyegyenlőség Konferencia
Már több mint másfél évtizeddel ezelőtt a technológia társadalmi hatásait és a digitális esélyegyenlőség alapjait értékeltük a Neumann János Számítógép-tudományi Társaság (NJSZT) szakmai konferenciáján.
2018
2017 – 2018 | Prediktív AI és E-Banking Summit
Éles környezetben alkalmaztuk a gépi tanulást: neurális hálókkal és prediktív modellekkel dolgoztunk (többek között pénzügyi és kripto adatsorokon), az AI-alapú predikció eredményeit pedig hazai pénzintézetek vezetői előtt prezentáltuk a budapesti E-Banking Summiton.
2024
Kiberbiztonság és AI a gyakorlatban
Gyakorlati előadásokon (WP Day) és országos médiumokban (HVG, Origo, 24.hu, Bors) edukáltuk a piacot az adatalapú rendszerek, valamint az AI sötét oldalának (pl. deepfake csalások, adathalászat) felismeréséről és kivédéséről.
2026
2026 | aiq.hu — Független LLM Red Team Audit
A két évtizedes tapasztalat és a holisztikus szemlélet vezetett el ide: egy független szakértői csapat, saját fejlesztésű, 18 modulos LLM red team keretrendszerrel (v5.1), két ítélkezési réteggel és natív magyar uncensored támadó modellekkel. Nem vagyunk AI-beszállítók, sem általános tanácsadók — kizárólag az AI biztonságra és a hatósági (EU AI Act) megfelelésre fókuszálunk.
04 · KAPCSOLAT