Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré un harness de evaluación de llm, pruebas de regresión y salvaguardas contra alucinaciones
Majhar
Acerca de este Servicio
Traducción automática
Si no puedes medir tu función de IA, estás entregando basándote en sensaciones.
Yo manejaba la capa de sistemas de IA en un producto de crédito al consumo en vivo: prompts guardados como artefactos versionados, respuestas limitadas a esquemas y validadas en el límite, comprobaciones de fundamentación que rastrean las afirmaciones hasta los registros fuente, y un conjunto de regresión que se ejecuta para cada cambio de prompt y modelo con salidas muestreadas y calificadas a mano.
LO QUE CONSTRUYO PARA TI
Un harness de evaluación conectado a tu pipeline real, no a un cuaderno
Un conjunto de regresión generado a partir de tu tráfico real y tus casos límite
Calificación automatizada: validez del esquema, fundamentación, éxito de la tarea, rechazos
Integración con CI, para que ningún cambio de prompt o modelo se envíe sin medir
Comprobaciones de fundamentación y citación que detectan información inventada
Esquemas de salida con validación, reintentos y cadenas de fallback
Una cola de muestreo para revisión humana de lo que la automatización no puede calificar
Monitoreo de deriva para cuando un proveedor actualiza un modelo sin que te des cuenta
LO QUE OBTENDRÁS
Una baseline a la que puedas referirte, y un número que cambia cuando modificas algo.
Esto es ingeniería, no certificación. Mido y fortalezco. No puedo prometer que un modelo nunca se equivoque, y nadie honesto lo hará.
Conoce a Majhar
Majhar
Senior Software Engineer
- DeBangladesh
- Miembro desdejul 2017
- Última entrega2 años
Idiomas
Bengalí, Inglés
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.
Traducción automática
Otros servicios de Desarrollo de IA que ofrezco
FAQ
Traducción automática
Nuestros prompts funcionan la mayor parte del tiempo. ¿Por qué molestarse?
Porque la mayoría no es un número. Lo primero que suele mostrar un conjunto de evaluación es qué prompts se degradaron silenciosamente cuando el proveedor actualizó el modelo subyacente hace meses, y nadie se dio cuenta.
¿Puedes garantizar que no haya alucinaciones?
No, y cualquiera que prometa eso te está vendiendo humo. Yo controlo, fundamento, mido y alerto. La tasa baja y se vuelve visible. No llega a cero.
¿Necesitas nuestros datos de producción?
No. Muestras anonimizadas o sintéticas que coincidan con la forma de tu tráfico real suelen ser suficientes, y preferiría que no me envíes registros de clientes en vivo.
