#hallucination-detection Repository
Scopri 11 repository GitHub open source attivi contrassegnati con #hallucination-detection, che raccolgono un totale di 61,230 stelle (con una media di 5,566 stelle per progetto). Il progetto leader di questo argomento è ifixai-ai/iFixAi, con 46,592 stelle.
11 repository in totale
Audit indipendente degli agenti IA. Eseguito da umani o dall'agente stesso, per rispondere alla domanda più cruciale nell'economia degli agenti IA: l'agente sta facendo ciò che dovrebbe fare? Con iFixAi puoi avere questa risposta in meno di 120 secondi.
⚖️ Un server MCP che consente all’IA di cercare leggi e precedenti nelle fonti originali del Ministero della legislazione governativa coreano e di verificare le citazioni. 42 API del Ministero organizzate in 10 strumenti: leggi, articoli e allegati; 23 ambiti di materiali relativi ai precedenti; un radar per la revisione delle ordinanze; e tabelle comparative delle disposizioni precedenti e nuove. | Server MCP per il diritto coreano: leggi, precedenti e ordinanze provenienti da fonti ufficiali, con verifica delle citazioni nelle risposte dell’IA.
UpTrain è una piattaforma unificata open-source per valutare e migliorare le applicazioni generative di AI. Forniamo valutazioni per oltre 20 controlli preconfigurati (che coprono casi d'uso di linguaggio, codice, embedding), eseguiamo analisi delle cause principali sui casi di fallimento e forniamo approfondimenti su come risolverli.
Piattaforma open-source end-to-end per valutare, osservare e migliorare applicazioni LLM e agenti AI. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-ospitabile. Apache 2.0.
Web Crawling e Capacità RAG per Agenti AI e Assistenti alla Programmazione AI
Impedisci alla tua IA di inventare cose: propone, gli strumenti deterministici decidono e ogni affermazione viene verificata rispetto alla realtà di riferimento con prove. I fatti documentati e il contesto sopravvivono ai reset. Il reverse engineering è il banco di prova. Server MCP + CLI.
[JMLR 2026] UQLM: un pacchetto Python per rilevare le allucinazioni dei modelli linguistici di grandi dimensioni mediante la quantificazione dell’incertezza
Dingo: Uno strumento completo per la valutazione della qualità di dati, modelli e applicazioni di IA
~97% di riduzione dei token per le sessioni di programmazione con IA — nessuna dipendenza, 38 lingue, server MCP
Verifica dell'ancoraggio a livello di span per output AI basati su RAG, codice e strumenti.
Questo è il repository di HaluEval, un benchmark su larga scala per la valutazione delle allucinazioni per modelli linguistici di grandi dimensioni.
Domande frequenti
Qual è il repository #hallucination-detection più popolare su GitHub?
Il progetto open source #hallucination-detection più alto in classifica su GitHub è ifixai-ai/iFixAi, con 46,592 stelle. Audit indipendente degli agenti IA. Eseguito da umani o dall'agente stesso, per rispondere alla domanda più cruciale nell'economia degli agenti IA: l'agente sta facendo ciò che dovrebbe fare? Con iFixAi puoi avere questa risposta in meno di 120 secondi.
Quali linguaggi di programmazione sono più utilizzati nei repository #hallucination-detection?
Tra i progetti #hallucination-detection più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, JavaScript.
Come viene calcolata la classifica dei repository #hallucination-detection?
Monitoriamo 11 repository open source attivi contrassegnati con #hallucination-detection (500+ stelle), per un totale di 61,230 stelle e una media di 5,566 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.