NeMo Guardrails
Kit de herramientas para añadir barreras de seguridad y de comportamiento programables a aplicaciones conversacionales impulsadas por LLM.
Descripción general
NeMo Guardrails permite a un equipo definir reglas sobre lo que una aplicación impulsada por LLM debe y no debe hacer —mantenerse en el tema, evitar cierto contenido, seguir un flujo de conversación específico— usando un lenguaje de modelado dedicado, y hace cumplir esas reglas en torno al LLM subyacente sin importar qué modelo se use. Esto añade una capa de previsibilidad sobre un modelo inherentemente impredecible.
NeMo Guardrails encaja en equipos que despliegan aplicaciones LLM que necesitan límites de comportamiento fiables, complementando frameworks LLM generales como LangChain y Haystack (también en este catálogo) al añadir una capa de seguridad y control alrededor de cualquier modelo o pipeline que esos frameworks orquesten.
- Categorías
- IA y Machine Learning
- Palabras clave
- llm-safetyguardrailsconversational-ai
- Lenguajes
- Python
- Licencia
- Apache-2.0
Proyectos relacionados
CAMEL
Apache-2.0Framework de código abierto para investigar y construir sistemas de múltiples agentes de IA que se comunican, interpretan roles y colaboran de forma autónoma.
- IA y Machine Learning
CrewAI
MITFramework de orquestación multiagente para construir equipos de agentes de IA colaborativos y basados en roles que trabajan juntos de forma autónoma para completar tareas complejas.
- IA y Machine Learning
DeepEval
Apache-2.0Framework de pruebas de código abierto para evaluar salidas de LLM, tratando las comprobaciones de calidad de aplicaciones LLM como tests unitarios convencionales.
- IA y Machine Learning
DeepSpeed
Apache-2.0Biblioteca de optimización de deep learning de Microsoft para entrenar y ejecutar modelos muy grandes de forma eficiente en múltiples GPUs.
- IA y Machine Learning
¿Encontraste un error? Sugiere una edición en GitHub.