#141 · 主分类: MLOps与评测
LettuceDetect
对RAG、代码和工具接地AI输出进行跨度级接地验证。
项目最后更新:08/13/26
GitHub Stars
601
Forks数量
53
贡献者数量
14
许可证
MIT
收录理由
多数幻觉检测工具只给出整段回答“干净”或“有问题”的结论,可当一段长回复里只夹着一句编造内容时,这种粗粒度判断几乎帮不上忙。LettuceDetect 在 token 级别工作,直接返回精确的字符区间,让使用者一眼看出 RAG 回答、编程助手的回复或工具输出中,到底是哪句话缺乏依据。它既提供适合本地部署的快速编码器模型,也提供能标注每个问题片段类型的生成式检测器,覆盖范围包括 RAG 散文、多语言问答和代码生成场景。对正在构建有据可依的 AI 系统的团队来说,它既能嵌入评测流程作为验证环节,也能充当运行时守卫,及时拦截那些凭空捏造的 API、错误数值或用户从未要求的行为。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI,用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型(ACL 2024)
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台:LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具