Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich baue ein LLM-Evaluations-Harness, Regressionstests und Halluzinationsschutz
Majhar
Über diesen Service
Automatische Übersetzung
Wenn du deine KI-Funktion nicht messen kannst, verschickst du auf Bauchgefühl.
Ich war verantwortlich für die AI-Systemschicht eines live Gehaltskreditprodukts: Prompts als versionierte Artefakte, Antworten an Schemas gebunden und am Rand validiert, Grounding-Checks, die Behauptungen auf Source-Datensätze zurückführen, und ein Regressionstest-Set, das bei jeder Prompt- und Modelländerung ausgeführt wird und Outputs manuell sampled und bewertet wurden.
WAS ICH FÜR DICH BAUE
Ein Evaluations-Harness, das in deine echte Pipeline eingebunden ist, nicht in einem Notebook
Ein Regression-Set, das aus deinem echten Traffic und deinen Edge Cases gebaut wird
Automatisches Scoring: Schema-Gültigkeit, Groundedness, Aufgabenerfolg, Verweigerungen
CI-Integration, damit kein Prompt- oder Modellwechsel ungemessen verschickt wird
Grounding- und Zitatsch checks, die erfundene Fakten erkennen
Ausgabe-Schemata mit Validierung, Wiederholungsversuchen und Fallback-Ketten
Eine menschliche Stichproben-Warteschlange für das, was Automatisierung nicht bewerten kann
Drift-Überwachung, falls ein Anbieter ein Modell unter dir aktualisiert
WAS DU ERHÄLST
Eine Basis, auf die du dich beziehen kannst, und eine Kennzahl, die sich ändert, wenn du etwas änderst.
Dies ist Ingenieurskunst, keine Zertifizierung. Ich messe und solide. Ich kann nicht versprechen, dass ein Modell nie falsch liegt, und niemand Ehrliches wird es versprechen.
Lerne Majhar kennen
Majhar
Senior Software Engineer
- AusBangladesch
- Mitglied seitJuli 2017
- Letzte Lieferung2 Jahre
Sprachen
Bengalisch, Englisch
Senior Software Engineer with 7+ years of experience designing scalable systems and leading development teams. Strong background in FinTech platforms, secure transaction systems, and high-performance backend architecture. Skilled in PHP, Laravel, Node.js, NestJS, MySQL, PostgreSQL, MongoDB, AWS, and DigitalOcean. I build reliable APIs, SaaS backends, and production-ready cloud systems focused on performance, security, and long-term scalability.
Automatische Übersetzung
Meine weiteren Dienstleistungen im Bereich KI-Entwicklung
FAQ
Automatische Übersetzung
Unsere Prompts funktionieren größtenteils. Warum sich kümmern?
Denn Größtenteils ist keine Zahl. Das Erste, was ein Evaluations-Set normalerweise aufdeckt, ist, welcher deiner Prompts sich verschlechtert hat, als der Anbieter das darunterliegende Modell vor Monaten aktualisierte, und niemand hat es bemerkt.
Kannst du garantieren, dass es keine Halluzinationen gibt?
Nein, und wer dir etwas anderes verspricht verkauft dir etwas. Ich begrenze, grounde, messe und warne. Die Rate sinkt und wird sichtbar. Sie erreicht nicht Null.
Benötigst du unsere Produktionsdaten?
Nein. Anonymisierte oder synthetische Stichproben, die die Form deines echten Traffics nachahmen, reichen normalerweise aus, und ich möchte lieber, dass du mir keine Live-Kundendaten schickst.
