#hallucination-detection Repositories
Entdecke 11 aktive Open-Source-GitHub-Repositories, die mit #hallucination-detection getaggt sind und insgesamt 61,230 Sterne gesammelt haben (durchschnittlich 5,566 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ifixai-ai/iFixAi mit 46,592 Sternen.
Insgesamt 11 Repositories
Unabhängige Prüfung von KI-Agenten. Durchgeführt von Menschen oder dem Agenten selbst, um die wichtigste Frage in der KI-Agenten-Ökonomie zu beantworten: Tut der Agent das, was er tun soll? Mit iFixAi erhalten Sie diese Antwort in weniger als 120 Sekunden.
⚖️ Ein MCP-Server, mit dem KI Gesetze und Präzedenzfälle in den Originalquellen des koreanischen Ministeriums für Regierungsgesetzgebung recherchieren und Zitate überprüfen kann. 42 APIs des Ministeriums, gebündelt in 10 Tools: Gesetze, Artikel und Anhänge; 23 Bereiche mit präzedenzfallbezogenen Materialien; ein Radar zur Überarbeitung von Verordnungen; sowie Vergleichstabellen alter und neuer Vorschriften. | MCP-Server für koreanisches Recht: Gesetze, Präzedenzfälle und Verordnungen aus offiziellen Quellen, mit Zitatenprüfung für KI-Antworten.
UpTrain ist eine Open-Source-Plattform, die darauf abzielt, generative KI-Anwendungen zu bewerten und zu verbessern. Wir bieten Noten für über 20 vorkonfigurierte Prüfungen (die Sprach-, Code- und Embedding-Anwendungsfälle abdecken), führen Ursachenanalysen bei Fehlerfällen durch und geben Einblicke, wie diese behoben werden können.
Open-Source-End-to-End-Plattform zur Bewertung, Beobachtung und Verbesserung von LLM- und KI-Agent-Anwendungen. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Selbst-hostbar. Apache 2.0.
Web-Crawling und RAG-Funktionen für KI-Agenten und KI-Programmierassistenten
Verhindern Sie, dass Ihre KI Dinge erfindet – sie macht Vorschläge, deterministische Tools entscheiden, und jede Behauptung wird anhand von Belegen mit der tatsächlichen Grundlage abgeglichen. Belegte Fakten und Kontext bleiben bei Zurücksetzungen erhalten. Reverse Engineering ist das Testfeld. MCP-Server + CLI.
[JMLR 2026] UQLM: Ein Python-Paket zur Erkennung von Halluzinationen großer Sprachmodelle mithilfe der Unsicherheitsquantifizierung
Dingo: Ein umfassendes Tool zur Bewertung der Qualität von KI-Daten, -Modellen und -Anwendungen
~97 % weniger Token-Verbrauch bei KI-Coding-Sitzungen – keine Abhängigkeiten, 38 Sprachen, MCP-Server
Überprüfung der Verankerung auf Span-Ebene für RAG-, Code- und Tool-gestützte KI-Ausgaben.
Dies ist das Repository von HaluEval, einem groß angelegten Benchmark zur Bewertung von Halluzinationen für große Sprachmodelle.
Häufig gestellte Fragen
Welches ist das beliebteste #hallucination-detection-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#hallucination-detection-Projekt auf GitHub ist ifixai-ai/iFixAi mit 46,592 Sternen. Unabhängige Prüfung von KI-Agenten. Durchgeführt von Menschen oder dem Agenten selbst, um die wichtigste Frage in der KI-Agenten-Ökonomie zu beantworten: Tut der Agent das, was er tun soll? Mit iFixAi erhalten Sie diese Antwort in weniger als 120 Sekunden.
Welche Programmiersprachen werden in #hallucination-detection-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #hallucination-detection-Projekten auf GitHub sind Python, TypeScript, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #hallucination-detection-Repositories berechnet?
Wir verfolgen 11 aktive Open-Source-Repositories, die mit #hallucination-detection getaggt sind (500+ Sterne), mit insgesamt 61,230 Sternen und durchschnittlich 5,566 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.