JurisRAG 是一个强制引用的法律 RAG 系统,使用混合 BM25 + 向量检索、Azure AI Search 和 Azure OpenAI,从印度法律文件中提供有依据的答案。针对正确性、有据性、完整性、引用质量和幻觉进行评估。还使用 LLM-as-a-Judge 设置进行生成评估。
Lynote 结合 AI 检测、YouTube 转录和笔记提取流程,帮助学习者和创作者检查原创性,并把视频转成可搜索笔记。
LMSEARCH Chatbot Arena是LLM evals的众包开放平台。收集了超过1,000,000个人类成对比较,以使用Bradley-Terry模型对LLM进行排名,并以Elo量表显示模型评级。
清华技术AI对话助手
字节跳动AI助手