» Etiket
ci-cd
39 yayınStatgate: LLM Değerlendirmeleri için İstatistiksel Kalibre Kapıları
Statgate, LLM değerlendirmelerinde yanlış pozitifleri azaltan istatistiksel kapılar sunuyor.
uv audit incelendi: pip-audit'e göre hızlı ama sınırlı bir kapı
Astral'in uv paket yöneticisine eklenen uv audit ve UV_MALWARE_CHECK özellikleri gerçek bir projede test edildi; pip-audit ile karşılaştırıldı, sınırları ortaya çıktı.
Fender: Docker Hub bağımlılığını kaldıran soket proxy'si
Fender, Docker CLI ile daemon arasına girerek imaj referanslarını istediğiniz registry'lere yönlendiren şeffaf bir Unix soket proxy'si. Dockerfile veya CI değişikliği gerekmiyor.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comÜretken Kod İçin Deterministik Bir Merge Kapısı Kurmak
AI ajanlarının ürettiği kodun ana dala girmeden önce geçmesi gereken deterministik bir POSIX shell kapısı: boyut sınırı, hassas yol kontrolü ve Git diff denetimi.
GitHub Actions'ta API E-posta Testleri: Sözleşme Yaklaşımı
E-posta testlerinin CI'da neden kırıldığını ve GitHub Actions'ta run-scoped inbox ile API sözleşmesini nasıl doğru test edeceğinizi anlatan pratik rehber.
LLM Hakem Testleri Neden Çalıştırmalar Arası Kararsız?
Aynı kod, aynı girdi, farklı LLM hakem skoru: CI gate'lerinde flapping sorununun kaynakları; sıcaklık, model pinleme, k-örnekleme ve kuantalama ile çözüm.
LLM Değerlendiricileriniz İçin Regresyon Testi Şart
rubric-bench v0.1, LLM tabanlı değerlendiricileri altın veri setleriyle test eden açık kaynak bir araç. CI'da regresyonları yakalayıp model sürüklenmesini önlüyor.
Eval Kapısında Ciddiyet Seviyesi, Düz Başarı Oranından Önemli
severity_gate.py, ajan eval sonuçlarını başarı yüzdesi yerine hata ciddiyetine göre değerlendirip SHIP/REVIEW/BLOCK kararı veren, çevrimdışı ve stdlib tabanlı bir CI aracı.
React Auth E-postalarında Test Kararlılığı için Run ID Deseni
React tabanlı auth e-posta testlerinde flakiness'in gerçek nedeni zamanlama değil, UI ile posta kutusu arasındaki korelasyon eksikliği. TypeScript tabanlı bir run id deseni çözümü sunuyor.
Glaspoort'ta Lakebase için CI/CD Deseni: Kod Gibi Dalgalanan Veritabanları
Glaspoort, Lakebase veritabanı için CI/CD modelini uygulayarak veri yönetimini geliştirdi.