RU

GuardRate: метрики, бенчмарки и инсайты из первого аудита (часть 2)

В первой части мы верхнеуровнево рассмотрели результаты оценки 37 моделей, обсудили проблему оценки и сравнения guardrail моделей, рассказали, как л…

open-sourceleaderboardbenchmarkingevaluationllmguardrail metricsai safetyguardrailsprompt-injectionguardrail areana
Habr
RU

GuardRate: метрики, бенчмарки и инсайты из первого аудита (часть 2)

В первой части мы верхнеуровнево рассмотрели результаты оценки 37 моделей, обсудили проблему оценки и сравнения guardrail моделей, рассказали, как л…

open-sourceleaderboardbenchmarkingevaluationllmguardrail metricsai safetyguardrailsprompt-injectionguardrail areana
Habr
RU

[Перевод] Больше свободы агентам — жёстче проверки: линтинг React 19 на ESLint 10

Чем больше автономии я даю ИИ-агентам, тем больше требований к коду превращаю в механические проверки. Когда eslint-plugin-react сломался на ESLint…

ESLint 10React 19eslint-plugin-reactBiomeлинтингстатический анализИИ-агентыguardrailspre-commitopen source
Habr
RU

GuardRate: как мы построили независимую арену для guardrail-моделей (часть 1)

Всем привет, на связи команда  HiveTrace! Мы уделяем много времени разработке собственных моделей и часто задаемся вопросом: "какой из двух гар…

llmguardrailsguardrail metricsleaderboardevaluationguardrail areanaai safetyprompt-injectionbenchmarkingopen-source
Habr