Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich teste deine KI-Chatbot-Antworten auf Genauigkeit und Qualität
KI-Bewertung, Websites, Python-Automatisierung und Karriereunterstützung
Gründer von Pillar 5 in der Schweiz, mit über 14 Jahren Erfahrung in AI-Evaluierung, Data Science, Software- und Business-Forschung. Ich liefere Websites, Python-Automatisierung, Excel/SQL-Analytik, D...
Über diesen Service
Finde Qualitätsprobleme der Antworten, die Chatbot-Nutzer frustrieren. Ich prüfe textbasierte KI-Ausgaben anhand eines vereinbarten Bewertungsraster auf Sachlichkeit, Befolgung von Anweisungen, Relevanz und Klarheit.
DU ERHIELST
- Ein benotetes Bewertungsblatt mit Hinweisen auf jeder Antwort
- Eine Zusammenfassung der Probleme mit konkreten Beispielen
- Priorisierte Empfehlungen innerhalb des gewählten Umfangs
- Eine einminütige, aufgezeichnete Zusammenfassung
Grundlegend: 25 Prompt-Antwort-Paare mit deinem gelieferten Bewertungsraster.
Standard: 100 Paare plus ein angepasstes Raster und eine Problem-Taxonomie.
Premium: 200 Paare plus detaillierte Fehleranalyse und Empfehlungen.
Jede Antwort umfasst bis zu 300 Wörter. Du stellst die Prompts, Outputs, das erwartete Verhalten und Referenzmaterialien (bis zu 10 Seiten) bereit. Scores beschreiben die überprüfte Probe, nicht eine Garantie für jede zukünftige Antwort.
Faktenchecks basieren auf den bereitgestellten Referenzen. Externe Recherche, Code-Änderungen, Modell-Training, Sicherheitstests und kontinuierliche Überwachung sind separat zu betrachten. Schicke deinen Anwendungsfall und eine kleine, anonymisierte Beispiel-Datei vor der Bestellung. Englisch- oder Deutsch-Textbewertung.
Anwendung testen:
Web-Applikation
Gerät:
PC
Mein Portfolio
FAQ
Automatische Übersetzung
Was bedeutet ein Evaluationspunkt?
Ein Punkt bedeutet ein Prompt-Antwort-Paar mit einer Antwort von bis zu 300 Wörtern. Die Pakete decken die insgesamt gezeigten Paare ab. Wir legen den Anwendungsfall, das Raster und das Referenzmaterial fest, bevor die Arbeit beginnt.
Kannst du Faktengenauigkeit und Halluzinationen prüfen?
Ich prüfe die Sachlichkeit gegenüber dem Referenzmaterial, das du bereitstellst, und markiere unbelegte Behauptungen. Das Quellmaterial ist auf 10 Seiten pro Auftrag begrenzt. Offene Web-Recherche, fachliche Einschätzungen und umfassende Faktenprüfung erfordern einen separaten Umfang.
Wird du meinen Chatbot reparieren oder neu trainieren?
Dieser Gig liefert Bewertung, Bewertungsskala und Empfehlungen. Code-Änderungen, Prompt-Implementierung, Modell-Training, Bereitstellung, Sicherheitstests und laufende Überwachung sind nicht enthalten.
Wie wird das Raster ausgewählt?
Basic verwendet dein geliefertes Raster. Standard und Premium beinhalten ein angepasstes Raster, das für deinen Anwendungsfall vereinbart wurde. Das benotete Blatt enthält Hinweiszeilen auf Antworten, damit sich Befunde auf die überprüften Beispiele zurückverfolgen lassen.
