#hallucination-detection Dépôts
Découvrez 11 dépôts GitHub open source actifs associés à #hallucination-detection, cumulant 61,230 étoiles au total (soit une moyenne de 5,566 étoiles par projet). Le projet en tête de ce thème est ifixai-ai/iFixAi, avec 46,592 étoiles.
11 dépôts au total
Audit indépendant des agents IA. Exécuté par un humain ou par l'agent lui-même, pour répondre à la question la plus cruciale de l'économie des agents IA : l'agent fait-il ce qu'il est censé faire ? Avec iFixAi, vous pouvez obtenir cette réponse en moins de 120 secondes.
⚖️ Un serveur MCP qui permet à l’IA de rechercher des textes législatifs et des précédents dans les sources originales du ministère de la Législation gouvernementale de Corée, et de vérifier les citations. 42 API du ministère regroupées en 10 outils : textes législatifs, articles et annexes ; 23 domaines de ressources liées aux précédents ; un radar de révision des ordonnances ; et des tableaux comparatifs des anciennes et nouvelles dispositions. | Serveur MCP dédié au droit coréen : textes législatifs, précédents et ordonnances issus des sources officielles, avec vérification des citations dans les réponses de l’IA.
UpTrain est une plateforme unifiée open-source pour évaluer et améliorer les applications d'IA générative. Nous fournissons des notes pour plus de 20 contrôles préconfigurés (couvrant les cas d'utilisation du langage, du code et des embeddings), effectuons une analyse des causes profondes des cas d'échec et donnons des aperçus sur la façon de les résoudre.
Plateforme open source de bout en bout pour évaluer, observer et améliorer les applications LLM et agents IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hébergeable. Apache 2.0.
Capacités de Web Crawling et RAG pour les Agents IA et les Assistants de Codage IA
Empêchez votre IA d’inventer des choses : elle propose, les outils déterministes décident, et chaque affirmation est vérifiée par rapport à la réalité de référence à l’aide de preuves. Les faits et le contexte étayés résistent aux réinitialisations. La rétro-ingénierie est le terrain d’essai. Serveur MCP + CLI.
[JMLR 2026] UQLM : un package Python pour détecter les hallucinations des grands modèles de langage à l’aide de la quantification de l’incertitude
Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA
Réduction d’environ 97 % des tokens pour les sessions de programmation avec IA — zéro dépendance, 38 langues, serveur MCP
Vérification de l'ancrage au niveau des segments pour les sorties d'IA basées sur RAG, le code et les outils.
Ceci est le dépôt de HaluEval, une référence d'évaluation d'hallucinations à grande échelle pour les grands modèles linguistiques.
Foire aux questions
Quel est le dépôt #hallucination-detection le plus populaire sur GitHub ?
Le projet #hallucination-detection open source le mieux classé sur GitHub est ifixai-ai/iFixAi, avec 46,592 étoiles. Audit indépendant des agents IA. Exécuté par un humain ou par l'agent lui-même, pour répondre à la question la plus cruciale de l'économie des agents IA : l'agent fait-il ce qu'il est censé faire ? Avec iFixAi, vous pouvez obtenir cette réponse en moins de 120 secondes.
Quels langages de programmation sont les plus utilisés dans les dépôts #hallucination-detection ?
Parmi les projets #hallucination-detection les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript.
Comment le classement des dépôts #hallucination-detection est-il calculé ?
Nous suivons 11 dépôts open source actifs associés à #hallucination-detection (500+ étoiles), totalisant 61,230 étoiles, avec une moyenne de 5,566 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.