TraceLLM
摘要
TraceLLM 为生产环境中的 AI 应用带来 OpenTelemetry 风格的可观测性,支持对基于 LLM 的系统进行追踪和监控。
<p>
面向生产 AI 应用的 OpenTelemetry
</p>
<p>
<a href="https://www.producthunt.com/products/tracellm?utm_campaign=producthunt-atom-posts-feed&utm_medium=rss-feed&utm_source=producthunt-atom-posts-feed">讨论</a>
|
<a href="https://www.producthunt.com/r/p/1209887?app_id=339">链接</a>
</p>
相似文章
TRACER:基于追踪的自适应成本高效路由用于LLM分类
TRACER是一个开源系统,它在LLM分类端点的生产追踪数据上训练轻量级机器学习代理,并通过一个一致性门控路由请求,仅当代理与原始模型的一致性超过指定阈值时才激活代理。该方法在意图分类基准上实现了83-100%的代理覆盖率,同时保持了对处理边界和故障模式的可解释性。
@tom_doerr: 用传统机器学习替代90%的LLM分类调用 https://github.com/adrida/tracer
TRACER是一种工具,通过从LLM痕迹中学习,用轻量级传统机器学习替代多达90%的LLM分类调用,降低成本同时保持准确性。
Tracea
Tracea 是一款新产品,为AI代理提供类似Datadog的可观测性,具备追踪、根本原因分析和团队记忆等功能。
@JiaZhihao: 推出 Motus Tracing:AI 代理的开源可观测性。没有追踪,代理就是消耗 token 的黑盒……
Motus Tracing 是一个完全开源的可观测层,专为 AI 代理设计,能够捕获每一次模型调用、工具调用、沙箱交互和错误,提供统一的跨度模型,支持本地开发和云部署,零设置成本。
@zxlzr: 介绍 MemTrace:让 LLM 记忆系统终于可调试 记忆正在成为AI智能体的核心组成部分。但…
MemTrace 是一个新工具,通过跨多轮追踪记忆操作,使LLM记忆系统变得可调试,解决了当前记忆增强型智能体的黑箱问题。