Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
configurazione del framework di valutazione LLM
Bharath
Informazioni su questo servizio
Traduzione automatica.
Descrizione:
Spedire una funzione LLM senza una suite di valutazione è inviare in cieco. Progetto e costruisco pipeline di valutazione che ti dicono, con dei numeri, se i tuoi prompt, modello o setup RAG sono effettivamente migliorati prima che lo facciano i tuoi utenti.
Cosa ottieni:
- Progettazione di dataset gold (casi di test specifici per il task, edge cases, input avversari)
- Selezione delle metriche: corrispondenza esatta, similarità semantica, rubric-based LLM-as-judge, punteggi di allucinazione/fealty, latenza e costo
- Automated eval harness (Python; LangSmith, Promptfoo, Ragas, DeepEval o personalizzato) collegato al CI
- Cruscotto di regressione e un chiaro report ship/dont ship
Contattami prima di inviare la richiesta di errore.
Scopri di più su Bharath
Bharath
LLM AI Model Evaluation Specialist , QA automation Architect ,Eval pipelines
- DaIndia
- Membro daset 2021
- Tempo di risposta medio1 ora
- Ultima consegna8 mesi
Lingue
Inglese, Tamil, Hindi
I help AI product teams answer one question: is this model actually good enough to ship? I built evaluation pipelines for LLM generated reports, validated models
Test consultant with 15+ years of professional experience and has expertise in QA for AI agents, Chatbots, RAGS, Web and mobile applications in domain like Banking, Insurance, Manufacturing, ecommerce. etc
* Expertise in automation testing using tool like Playwright, Selenium using Python, Java
* API testing using Postman
* Performance testing using Jmeter and K6 tools
* Security testing and Vulnerability assessment (OWASP standards)
Traduzione automatica.
Altri servizi della categoria Sviluppo AI offerti da me
FAQ
Traduzione automatica.
Devo condividere i miei dati di produzione?
No. Lavoro con campioni che scegli, dati sintetici o un export redatto. Tutto resta sotto NDA e viene cancellato al delivery.
Quali strumenti di valutazione usi?
Quali strumenti di valutazione usi? Promptfoo, LangSmith, Ragas, DeepEval, o un semplice harness Python/pytest. Scelgo in base al tuo stack; il codice è tuo in ogni caso.
Puoi valutare un sistema RAG o un agente, non solo un singolo prompt?
Sì. Per RAG valuto recupero e generazione separatamente (precision/recall contestualizzato, veridicità, rilevanza della risposta). Per gli agenti valuto correttezza del tool-call e completamento del task.
Cosa significa "LLM-as-judge" e è affidabile?
Un secondo modello valuta gli output contro una rubrica che creo insieme a te. Lo calibro con un campione etichettato da un umano così sai quanto fidarti dei punteggi.
Do你 anche red-team o confronto tra modelli?
Sì — entrambi sono servizi separati sul mio profilo, oppure aggiungili come extra qui.
