Detailed description

Je définis avec vous les critères qui comptent : exactitude, format, ton, refus appropriés, longueur. Je construis le jeu de cas, les vérifications automatiques et un modèle juge dont je mesure l’accord avec des notations humaines. Le tout est branché à votre intégration continue. Un rapport lisible accompagne chaque exécution, avec les régressions mises en évidence. C'est une prestation que je fais très régulièrement, ce qui me permet d'annoncer un délai fiable. Délai indicatif : 11 jours à partir de la réception de tous les éléments.

Problem solved

Votre équipe modifie les consignes à l’intuition. Lors d’un changement de version du modèle, personne ne sait si le comportement a changé jusqu’aux plaintes des utilisateurs.

Promised outcome

Un banc d’évaluation intégré à votre dépôt de code, lancé à chaque modification, avec critères automatiques et notation par modèle juge validée par des humains.

Features

• grille de critères
• jeu de cas versionné
• modèle juge calibré
• intégration à l’intégration continue
• rapport automatique par exécution

At a glance

Industry

Other

Platforms and compatibility

• API

Technologies

• GitHub Actions
• promptfoo
• Python
• Langfuse

Interface languages

French · Arabic · English

Wilaya

Adrar

Trust

• Listing reviewed and approved by the myElite team

Terms