Errorquake: Distribuciones de severidad de errores en LLMs abiertos
El benchmark Errorquake-10k muestra que la severidad de errores difiere en LLMs con igual precisión. Una métrica clave para evaluar modelos de IA.
#benchmark de errores
Ekka: Diagnóstico automatizado de errores silenciosos en inferencia de LLM
Ekka diagnostica automáticamente errores silenciosos en inferencia de LLM con un 80% de precisión. Aprende cómo esta herramienta identifica fallos ocultos en tu servidor.