AI应用真实性评测
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
GroundedAI定位为“让AI应用不再可疑”的LLM应用评估工具与服务，核心是grounded_ai Python包。它通过小型语言模型和adapter计算评估指标，用于洞察LLM输出质量与可靠性，重点覆盖RAG与生成式AI应用中的真实性、毒性、幻觉和相关性问题。
文档中明确提供三类评估器：ToxicityEvaluator用于判断文本是否有毒；HallucinationEvaluator基于query、response与reference/context判断回答是否幻觉；RagRelevanceEvaluator评估文本与查询的相关性。结果以字典返回计数与百分比，便于接入评测流水线。高级功能包括自定义base prompt，以及quantization量化以降低内存占用。官方强调不锁定特定编排框架，可配合不同LLM/RAG系统使用。
网站未披露价格、免费额度、企业版本或支付方式。当前最明确的交付形态是开源/本地Python库，可通过pip安装；页面还提到将在Hugging Face开源评估模型，并在GitHub提供evaluator package。未看到托管API、SLA、权限管理或团队协作后台说明，因此更像开发者库加咨询服务，而非成熟SaaS平台。
优点是切中LLM应用评估刚需，尤其适合RAG答案幻觉、上下文相关性和内容安全的基础检测；本地运行有利于数据可控，框架无关也降低了迁移成本。缺点是公开评估器数量有限，缺少严谨benchmark、准确率说明和多语言覆盖信息；网站存在多处404和模板残留，商业化与产品成熟度信号偏弱。
适合正在搭建RAG、摘要或企业知识库问答的AI工程师，用作轻量本地评估组件；也适合需要咨询支持的早期团队。中国访问情况无法仅凭抓取内容判断，支付方式也未披露。若需要更完整平台化能力，可对比Ragas、TruLens、LangSmith、DeepEval、Phoenix等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 groundedai.tech 官网实际信息为准。
面向LLM应用评估与事实一致性检测。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。