Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Crearé pruebas de evaluación de llm y app de red team para inyección de prompts
Muhammad A
Acerca de este Servicio
Traducción automática
Implementar una función de IA sin pruebas generalmente termina de dos maneras: se deteriora silenciosamente después de un cambio en el prompt, o un usuario lo manipula para que haga algo que no debería. Yo desarrollo las pruebas que detectan ambas situaciones.
Soy un desarrollador con 3 años de experiencia creando apps de IA. Pruebo chatbots, sistemas RAG y agentes construidos con OpenAI, Claude, Gemini o modelos abiertos.
Lo que obtienes
- Un conjunto de pruebas basado en tus casos de uso reales, con las respuestas que esperas
- Calificación automática de precisión, fundamentación, tono y formato
- Pruebas de red team para inyección de prompts, jailbreaks, filtraciones de prompts del sistema y filtraciones de datos, mapeadas a las 10 principales amenazas de OWASP para aplicaciones LLM
- Un informe clasificado por severidad, con pasos para reproducir y soluciones sugeridas
- En Premium, pruebas que se ejecutan en tu CI con promptfoo, Langfuse o Braintrust, para que cada cambio en prompt o modelo sea evaluado
Pruebo en staging o en una copia de tu app, nunca contra usuarios reales. Tú pagas tus propios costos de API, que estimo primero.
Ninguna suite de pruebas puede garantizar una app que nunca cometa errores. Lo que te ofrece es un número que puedes monitorear y una lista de qué arreglar primero.
Envíame lo que hace tu función de IA, una forma de probarla y las fallas que más te preocupan.
Conoce a Muhammad A
Muhammad A
arehman
- DePakistán
- Miembro desdeene 2024
- Última entrega5 meses
Idiomas
Inglés
I'm a software developer with 3+ years of experience, mostly designing and building large scalable software systems, AI apps and trading bots. That work taught me where things break once real users or real money are involved, so that's what I test for. Here I set up AI agents and local LLMs, build n8n, Make and Zapier automations, make chatbots, autonomous systems and voice agents that answer from your own content, fix apps built with Lovable, Bolt or Base44, and code trading bots in Pine Script, MQL5 and Python. You get the source code, documentation. Reach out and tell me what you need.
Traducción automática
Otros servicios de Desarrollo de IA que ofrezco
FAQ
Traducción automática
¿Necesitas mi código fuente?
No para Basic; basta con una URL de prueba o acceso a API. Standard y Premium necesitan acceso al repositorio para agregar las pruebas a tu proyecto.
¿Qué herramientas usas?
promptfoo, Langfuse, Braintrust o Ragas, dependiendo de tu stack. Si ya usas uno, yo lo integro.
¿Esto detendrá todas las alucinaciones?
Ninguna prueba puede. Mide con qué frecuencia ocurren, muestra dónde y verifica que cada corrección realmente ayuda.
¿Quién paga las llamadas a la API que hacen las pruebas?
Tú, con tus propias claves. Estimo el costo antes de comenzar y mantengo las ejecuciones de prueba pequeñas.
¿Puedes probar agentes que usan herramientas?
Sí. Verifico que el agente elija la herramienta correcta, pase las entradas correctas y rechace acciones inseguras. Los agentes con muchas herramientas son aptos para Premium o el extra de agente.
¿Puedes solucionar los problemas que encuentres?
Premium incluye correcciones en prompts, configuraciones de recuperación y guardrails, además de una reinspección. En Basic y Standard, las correcciones se pueden agregar mediante una oferta personalizada.
¿Mantendrás mis datos en privado?
Sí. Uso datos de prueba cuando es posible, firmo un NDA si lo necesitas y elimino copias de tus datos cuando terminamos.
