Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
je mènerai une évaluation de sécurité par red teaming pour les chatbots et l’agent rag
Bharath
À propos de ce service
Traduction automatique
J’introduirai une red-team sur votre chatbot IA pour les hallucinations, les injections de prompt et les sorties dangereuses
Description :
Avant le lancement, quelqu'un doit tenter de faire échouer votre assistant. Je le ferai méthodiquement : injection de prompts, jailbreaks, dérive hors sujet, fuite de données personnelles (PII), citations fausses et modes d’échec spécifiques au domaine ( médical, juridique, financier ). Vous obtenez un journal des constatations avec une sévérité notée, des cas reproductibles et des conseils de mitigation, ainsi qu’un ensemble de régression pour que les correctifs restent stables.
Découvrez Bharath
Bharath
LLM AI Model Evaluation Specialist , QA automation Architect ,Eval pipelines
- DeInde
- Membre depuissept. 2021
- Temps de réponse moy.1 heure
- Dernière commande8 mois
Langues
Anglais, Tamoul, Hindi
I help AI product teams answer one question: is this model actually good enough to ship? I built evaluation pipelines for LLM generated reports, validated models
Test consultant with 15+ years of professional experience and has expertise in QA for AI agents, Chatbots, RAGS, Web and mobile applications in domain like Banking, Insurance, Manufacturing, ecommerce. etc
* Expertise in automation testing using tool like Playwright, Selenium using Python, Java
* API testing using Postman
* Performance testing using Jmeter and K6 tools
* Security testing and Vulnerability assessment (OWASP standards)
Traduction automatique
Autres services de Développement IA I Offre
FAQ
Traduction automatique
dois-je partager mes données de production ?
Non. Je travaille à partir d’échantillons que vous choisissez, de données synthétiques ou d’une exportation redacée. Tout reste sous votre NDA et est supprimé à la livraison.
Quels outils d’évaluation utilisez-vous ?
Promptfoo, LangSmith, Ragas, DeepEval, ou un simple cadre Python/pytest. Je choisis ce qui convient le mieux à votre stack
Pouvez-vous évaluer un système RAG ou un agent, pas seulement un seul prompt ?
Oui. Pour le RAG, j’évalue séparément la récupération et la génération (précision du contexte, fidélité, pertinence de la réponse). Pour les agents, j’évalue la validité des appels d’outils et l’achèvement des tâches.
Que signifie « LLM-as-judge » et est-ce fiable ?
Un second modèle note les sorties selon une grille que je rédige avec vous. Je le calibre sur un échantillon étiqueté par un humain afin que vous sachiez à quel point faire confiance aux scores.
Effectuez-vous aussi du red-team ou des comparaisons de modèles ?
Oui — les deux constituent des gigs séparés sur mon profil, ou ajoutez-les en option ici.
