Amazon Bedrock AgentCore pristatė integruotą DeepEval ir AutoEval palaikymą
Trumpai: Amazon Bedrock AgentCore dabar siūlo platų integruotų, trečiųjų šalių ir pasirinktinių vertintojų katalogą agentų elgsenai gamybinėje aplinkoje stebėti. Platforma leidžia vykdyti DeepEval ir AutoEval metrikas valdomoje aplinkoje, palaikant užklausų, realaus laiko bei paketinio vertinimo darbo eigas.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AWS Machine Learning“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Įdiegta valdoma DeepEval ir AutoEval bibliotekų integracija AgentCore sistemoje.
- 2Pristatyti daugiamačiai vertintojai, leidžiantys vienu metu vertinti kelis kriterijus.
- 3Palaikomi trys vykdymo režimai: pagal užklausą, internetinis (realaus laiko) ir paketinis (regresijos testavimui).
- 4Naujas ListEvaluators API katalogui pasiekti.
Kodėl tai svarbu?
Sėkmės rodiklių nebeužtenka sudėtingiems agentams vertinti. Matuojant specifinę elgseną, pvz., asmens duomenų nutekėjimą, įrankių naudojimo tikslumą ar informacijos išlaikymą, galima aptikti gedimus, kuriuos dažnai paslepia bendri sėkmės balai.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei jūsų įmonė kuria sudėtingus balso agentus, galite naudoti šiuos įrankius regresijos testavimui automatizuoti ir kokybei stebėti. Išbandykite, kaip šios metrikos veikia lyginant su dabartiniais vidiniais QA sprendimais, ypač vertinant pokalbių kokybę ir įrankių naudojimo patikimumą.
🧪 Verta testuoti
Supaprastina perėjimą nuo testavimo kūrimo metu iki produkcijos stebėjimo naudojant vieningus vertinimo rodiklius.
Šaltiniai
- AWS Machine LearningOficialusPirminis šaltinisOriginalus straipsnis →„The agent evaluation playbook: Built-in, DeepEval, and AutoEval on Amazon Bedrock AgentCore Evaluations“2026-11-11 00:35
- Šaltinio publikavimo data
- 2026-11-11 00:35
- Mūsų sistema rado
- 2026-11-11 00:58
- Santrauka sugeneruota
- 2026-11-11 15:32
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas