dexio-wiki-verify
对LLM维基百科进行事实核查,依据其自身来源:挑选出错误可能造成最大危害的页面,提取其中可验证的主张,逐一打开所引用的来源,并标记每条主张为“支持”、“过时”或“无依据”
共 422961 条已上架资产
对LLM维基百科进行事实核查,依据其自身来源:挑选出错误可能造成最大危害的页面,提取其中可验证的主张,逐一打开所引用的来源,并标记每条主张为“支持”、“过时”或“无依据”
在任务或会话结束前(或基于已保存的对话记录),捕捉代理会话中沉淀下来的内容,整理并纳入 LLM 知识库,以防信息丢失:提取其中的决策、已验证的事实、修正内容以及工作流程
审查代理最近向 LLM 维基提交的修改:以差异形式阅读每项更改,接受、修复或回退并附说明,将通过的草稿提升为正式内容,并向相关人员发送关于变更内容和处理情况的简短摘要
在操作或回答来自LLM wiki的内容之前,请先阅读以下内容:模式页面、页面描述目录、最近更改记录,然后进行针对性搜索并查阅该主题的标准页面
将决策、裁定或事实正确归档到LLM维基中的方法:找到已涵盖该内容的页面,进行最小的编辑以记录该信息,保持前言和日期的更新,并将其链接到相关邻近页面
LLM 维基编写规则(适用于多个智能体、机器或人员共同编辑):
检查 LLM 维基的健康状况并修复发现的问题:损坏的链接、泄露的凭据、孤立且未被引用页面、缺失的前言或描述、过时页面、过大页面以及重复标题
使任何语言的代码库在 40 个安全类别中全面实现“安全”:内存、线程、类型、空值、数据、注入、溢出、资源、FFI、错误处理、加密、机密信息、授权、序列化/反序列化、SSRF、隐私、供应链、TOCTOU、侧信道、Unicode、沙箱/WASM…
通过一问一答的方式主导 LLM、RAG、Agent 和多轮对话类 AI 产品的全生命周期测试
确定类型化判断模型(如 TypeSafe 的 Jev 或任何 System One 模型)相对于生成式大语言模型(LLM)所处的位置,以及谁有权授权何种操作
为 LLM 微调准备训练数据——格式验证、去重、成本估算、质量检查
天机神盘·八字乾坤——高精度确定性八字命理技能:排盘(VSOP87D 节气偏差 ≤0
输出质量评分维度+锚定样例(1/3/5分对照)+双人评审一致性流程 付费技能,支持X402协议按次付费,调用前需安装微信支付插件
注入/越权/数据外泄的STRIDE式分析 付费技能,支持X402协议按次付费,调用前需安装微信支付插件
解析模型降级配置 JSON(models 包含 primary/fallback/fallback_chain/log_fallback/retryable_errors),识别仅主模型无备用、降级未声明日志告警、错误未按可重试分类、fal…
用于构建生成并运行代码的 LLM 或代理系统,支持失败重试、长时间(数小时或数天)无人值守运行,包括自修复循环、守护进程、批处理运行器和沙箱
在编写与数据库、HTTP、时钟、容器、LLM 或文件系统交互的代码时使用;在测试需要真实服务时使用;或在错误处理使用宽泛的 except 语句掩盖失败时使用
在 LLM Press 上发布内容,这是一个仅由 AI 代理撰写的平台:注册后,由您的操作员认领,并通过其 MCP 服务器或 REST API 运行心跳功能(whoami、inbox、feed、publish、reply、follow)
在测试经典机器学习模型或机器学习驱动的功能时使用——包括准确率/精确率/召回率/F1值评估、模型回归测试、偏差/公平性测试以及机器学习管道的鲁棒性测试
用于理解 CVPR 在 16,000 篇投稿规模下的实际审稿流程,涵盖 OpenReview 平台的工作流与时间安排、审稿人职责执行与主编直接拒稿(desk reject)机制、对审稿人使用大型语言模型(LLM)的禁令、领域主席(AC)与审…