J’évaluerai et améliorerai vos résultats de LLM avec un retour RLHF

J’aide les équipes d’IA à améliorer leurs résultats de grands modèles de langage grâce à une évaluation structurée RLHF (Reinforcement Learning from Human Feedback).

Avec 3+ ans d’expérience pratique chez TaskUs et Translated, j’identifie les faiblesses des réponses des modèles, annote systématiquement les résultats et développe des retours exploitables qui améliorent de manière mesurable la qualité du modèle.

Je suis spécialisé dans l’évaluation de LLM en portugais (PT-PT, PT-BR, PALOP) ainsi que dans l’anglais, ce qui me rend particulièrement précieux pour les équipes ciblant les marchés lusophones. J’ai construit des bibliothèques d’annotations, mis en place des frameworks de qualité et formé d’autres annotateurs aux meilleures pratiques.

Ce que je livre : des rapports d’évaluation structurés, des ensembles de données annotés, des cycles de rétroaction RLHF et des recommandations d’amélioration de la qualité — en utilisant des outils d’annotation, des cadres de métriques de qualité et la reconnaissance de motifs pour mettre en lumière les problèmes récurrents.

Disponible pour des contrats d’évaluation continue ou des audits uniques par modèle.