Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Ajustaré finamente LLM, evaluaré conjuntos de datos y entrenaré modelos de IA personalizados para calidad y seguridad
Especialista en anotación de datos con IA y evaluación de respuestas de LLM
Especialista en anotación de datos y evaluación de respuestas de IA.
Ayudo a equipos de IA, investigadores y desarrolladores a construir modelos confiables con conjuntos de datos limpios y que cumplen...
Acerca de este Servicio
¿Necesitas validación experta y humana en el proceso de tus modelos de IA?
Ofrezco evaluación rigurosa de respuestas de LLM, pruebas de prompts y evaluación de calidad de datos de IA para asegurar que tus grandes modelos de lenguaje entreguen resultados precisos, seguros y confiables.
Servicios ofrecidos:
- Evaluación de respuestas de LLM
- Evaluación de factualidad y detección de hallucinations
- Evaluación de seguimiento de instrucciones
- Evaluación de relevancia y completitud
- Evaluación de seguridad de IA y revisión de toxicidad
- Clasificación de errores y taxonomía de severidad
- Ranking de preferencias pareadas (RLHF)
- Pruebas de prompts y red teaming
- Evaluación de LLM para salud
- Aseguramiento de calidad de datos y preparación de conjuntos de datos
Herramientas y formatos:
Microsoft Excel, Google Sheets, CSV, JSON y rúbricas de evaluación personalizadas.
Aseguramiento de calidad:
Cada par prompt-respuesta pasa por revisiones manuales múltiples contra tus directrices de evaluación, criterios de puntuación y fuentes de referencia de verdad fundamental.
Contáctame para revisar tus directrices o solicitar una evaluación de muestra!
Busquedas relacionadas:
evaluación de llm, evaluación de IA, pruebas de prompts, evaluación de factualidad, seguridad de IA, rlhf, anotación de datos, calidad de respuestas, detección de hallucinations, evaluación de textos, anotación de datos, etiquetado de datos, anotación de imágenes, datos de IA, anotación
Lenguaje de programación:
Python
•
keras
•
Pytorch
•
R
•
TensorFlow
Marcos y herramientas de modelos de IA:
TensorFlow
•
PyTorch
•
keras
Tipo de datos:
Texto
•
Imágenes
•
Multimodal
Mi porfolio
FAQ
Traducción automática
¿Qué dimensiones de evaluación cubres?
Evalúo respuestas en aspectos de factualidad, seguimiento de instrucciones, relevancia, completitud, seguridad, lógica de razonamiento y tono/claridad usando una rúbrica de puntuación estandarizada del 1 al 5.
¿Cómo verificas la factualidad y detectas hallucinations?
Comparo las afirmaciones generadas con tu contexto fuente, referencias de verdad confiables y documentación principal para identificar hechos falsificados, desviaciones de contexto o extrapolaciones no soportadas.
¿Puedes evaluar respuestas usando la rúbrica o directrices personalizadas de mi empresa?
Sí. Me adapto estrictamente a tus directrices de anotación, criterios de puntuación, reglas para casos extremos y definiciones específicas de errores.
¿Qué entregables y formatos de archivo proporcionas?
Entrego hojas de evaluación estructuradas en Microsoft Excel (.xlsx), Google Sheets o CSV/JSON, con puntuaciones por dimensión, etiquetas de categoría de error, calificaciones de severidad y notas justificativas.
¿Puedo hacer una prueba pequeña antes de hacer un pedido completo?
Sí. Envíame tus directrices y de 3 a 5 pares de prompt-respuesta de muestra, y realizaré una evaluación de prueba gratuita para que puedas verificar la profundidad de mi puntuación y la calidad de mi razonamiento.
