DeepEval — Testing y Evaluación de LLMs
Framework open-source tipo pytest para hacer unit testing de aplicaciones LLM: mide relevancia, alucinaciones, toxicidad y métricas personalizadas. Permite integrar controles de calidad de IA en pipelines CI/CD.
Descarga abierta · sin registro · para Python, pytest, CI/CD
// qué_hace
Proporciona guía experta para testear la calidad de salidas de LLMs con métricas como faithfulness, relevancia y detección de alucinaciones.
// cómo_lo_hace
Usando el framework DeepEval con una interfaz tipo pytest que permite escribir casos de prueba, métricas personalizadas y lanzar red-teaming adversarial sobre modelos en producción.
// ejemplo_de_uso
Úsala para medir objetivamente si tu LLM alucina o pierde contexto antes de ponerlo en producción. Ej.: escribes un test pytest que comprueba faithfulness de las respuestas de tu RAG contra los chunks recuperados.
// plataformas
// opiniones_de_la_comunidad
Opiniones
Cargando opiniones…
// pase_cultiva_ia
Llévate todo el arsenal con el Pase
Todas las skills, prompts y automatizaciones del catálogo en un único archivo, listas para usar: un pago, acceso de por vida y las novedades que añadamos. Sin suscripción.
Pago único · IVA incluido · pago seguro con Stripe.
Acceso inmediato · si no es lo que esperabas, te devolvemos los 10 €.