Veja se o seu chatbot inventou — em 30 segundos

Cole uma resposta de chatbot e veja se inventou

Pergunta + contexto recuperado + resposta gerada → o juiz LLM em PT-BR detecta hallucination e categoriza (Lei nº inventada, CNPJ fabricado, INSS fictício, etc).

Perguntas frequentes

Como o aferiq detecta hallucination?

Um juiz LLM em PT-BR compara cada claim da resposta com o contexto recuperado. Categoriza falhas em Lei nº inventada, CNPJ/CPF fabricado, entidades públicas fictícias (Receita, INSS, SUS), prazos errados e geografia BR.

Quais métricas a demo retorna?

Faithfulness (resposta fundamentada no contexto?), citation accuracy (citou o documento certo?) e hallucination (taxa de claims inventadas). Cada uma de 0.0 a 1.0 com explicação em PT-BR.

Os dados do teste ficam armazenados?

Não. /demo não persiste nada — nem em ClickHouse, nem em Postgres. Apenas o IP é usado pra rate-limit (3 testes/dia). Pra histórico, traces estruturados e dashboard, crie uma conta grátis.

Posso usar em produção?

Pra avaliação ad-hoc, sim. Pra produção (instrumentação automática, alertas, datasets, billing BR), use a SDK Python (`pip install aferiq-eval`) ou o n8n node — link na home.