Patronus AI是一个自动化评估平台，用于大型语言模型（LLMs）。它通过评分和基准测试LLM性能，生成测试用例，监控幻觉和检测不安全行为，帮助提高企业对基于人工智能的应用的信心。最近的研究发现，广泛使用的LLMs在回答金融分析师的问题时经常出错。该公司与gen AI生态系统中的领先技术合作，提供托管评估服务和测试套件。Patronus还提供了一个关于评估基于MongoDB Atlas的检索系统的10分钟指南。开发人员可以根据分析结果采取措施来提高RAG系统的性能。持续测试对于保持性能改进非常重要。