#hallucination-detection Repositórios
Descubra 11 repositórios ativos de código aberto no GitHub marcados com #hallucination-detection, acumulando um total de 61,230 estrelas (uma média de 5,566 por projeto). O líder deste tópico é ifixai-ai/iFixAi, com 46,592 estrelas.
11 repositórios no total
Auditoria independente de agentes de IA. Executada por humanos ou pelo próprio agente, para responder à pergunta mais crucial na economia dos agentes de IA: o agente está fazendo o que deveria fazer? Com o iFixAi, você pode obter essa resposta em menos de 120 segundos.
⚖️ Um servidor MCP que permite à IA buscar leis e precedentes nas fontes originais do Ministério da Legislação Governamental da Coreia e verificar citações. 42 APIs do Ministério organizadas em 10 ferramentas: leis, artigos e anexos; 23 áreas de materiais relacionados a precedentes; um radar de revisão de ordenanças; e tabelas comparativas de disposições antigas e novas. | Servidor MCP para o direito coreano: leis, precedentes e ordenanças de fontes oficiais, com verificação de citações nas respostas da IA.
UpTrain é uma plataforma unificada de código aberto para avaliar e melhorar aplicações de IA Generativa. Fornecemos notas para mais de 20 verificações pré-configuradas (cobrindo casos de uso de linguagem, código e embeddings), realizamos análise da causa raiz em casos de falha e oferecemos insights sobre como resolvê-los.
Plataforma open-source de ponta a ponta para avaliar, observar e melhorar aplicações de LLM e agentes de IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hospedável. Apache 2.0.
Web Crawling e Capacidades RAG para Agentes de IA e Assistentes de Codificação de IA
Impeça sua IA de inventar coisas — ela propõe, ferramentas determinísticas decidem e cada afirmação é verificada com base na verdade de referência e em evidências. Fatos fundamentados e contexto sobrevivem às redefinições. A engenharia reversa é o campo de provas. Servidor MCP + CLI.
[JMLR 2026] UQLM: um pacote Python para detectar alucinações em grandes modelos de linguagem por meio da quantificação da incerteza
Dingo: Uma Ferramenta Abrangente de Avaliação da Qualidade de Dados, Modelos e Aplicações de IA
~97% de redução de tokens para sessões de programação com IA — sem dependências, 38 idiomas, servidor MCP
Verificação de fundamentação em nível de segmento para saídas de IA baseadas em RAG, código e ferramentas.
Este é o repositório do HaluEval, um benchmark de avaliação de alucinação em larga escala para Modelos de Linguagem Grandes.
Perguntas Frequentes
Qual é o repositório de #hallucination-detection mais popular no GitHub?
O projeto de código aberto de #hallucination-detection mais bem classificado no GitHub é ifixai-ai/iFixAi, com 46,592 estrelas. Auditoria independente de agentes de IA. Executada por humanos ou pelo próprio agente, para responder à pergunta mais crucial na economia dos agentes de IA: o agente está fazendo o que deveria fazer? Com o iFixAi, você pode obter essa resposta em menos de 120 segundos.
Quais linguagens de programação são mais usadas nos repositórios de #hallucination-detection?
Entre os projetos de #hallucination-detection mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript.
Como é calculada a classificação dos repositórios de #hallucination-detection?
Acompanhamos 11 repositórios ativos de código aberto marcados com #hallucination-detection (com mais de 500 estrelas), totalizando 61,230 estrelas e uma média de 5,566 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.