Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich auditierte und teste dein LLM-Benchmark oder KI-Bewertung auf Herz und Nieren
Spezialist für KI-Bewertung und Cybersecurity QA
Ich auditierte LLM-Bewertungen, KI-Agenten-Benchmarks und Codierungsaufgaben auf Verifier-Schwachstellen, unzuverlässige Bewertungen, Fehlalarme, schwache adversarielle Abdeckung, Reproduzierbarkeitsp...
Über diesen Service
Willst du sicherstellen, dass deine LLM-Bewertung, KI-Agenten-Benchmark oder Codierungsaufgabe das misst, was du beabsichtigst? Ich prüfe unabhängig die Aufgabenbeschreibung, Bewertungslogik, Verifier, Testabdeckung und das Lieferpaket auf Schwachstellen, Fehlalarme, fragile Annahmen, Reproduzierbarkeitsprobleme und schwache adversarielle Abdeckung.
Du erhältst:
- Einen priorisierten Befundbericht
- Konkrete Exploit- oder Fehlerfälle
- Reproduktionsschritte
- Risiko- und Impact-Bewertungen
- Praktische Reparaturempfehlungen
Standard und Premium beinhalten tiefere adversarielle Tests. Premium kann getestete Fixes und sauberes Packaging umfassen, wenn der Umfang es zulässt.
Ich arbeite nur mit client-eigenem, öffentlichem oder ausdrücklich autorisiertem Material. Ergebnisse sind nicht garantiert, da eine fundierte Bewertung keine Fehler enthalten muss; du kaufst die vereinbarte Prüfungsstufe und einen beweisgestützten Bericht.
Anwendung testen:
Software
Gerät:
PC
•
Mac
•
Linux
FAQ
Automatische Übersetzung
Was brauchen Sie zum Starten?
Bitte sende die autorisierte Aufgabenbeschreibung, relevante Dateien oder ZIP, Verifier und Tests, erwartetes Verhalten, bekannte Einschränkungen und deine Frist.
Garantierst du, dass du Fehler findest?
Nein. Ich garantiere die vereinbarte Prüfungsstufe und einen beweisgestützten Bericht, nicht dass Fehler vorhanden sind. Eine fundierte Bewertung kann den Audit bestehen.
Kannst du Fixes umsetzen?
Ja. Standard beinhaltet Reparaturhinweise. Premium kann getestete Fixes und sauberes Packaging umfassen, wenn der Umfang und der Zugang es zulassen.
Welche Materialien kannst du auditieren?
Ich arbeite nur mit client-eigenem, öffentlichem oder ausdrücklich autorisiertem Material. Ich umgehe keine Zugangskontrollen und teste keine Systeme ohne Erlaubnis.
