Amazon Bedrock AgentCore EvaluationsにおけるBuilt-in、DeepEval、AutoEvalのエージェント評価プレイブック
エージェントをデプロイする際、それが機能しているかどうかは、実際にはいくつかの疑問に帰結します。タスクを完了したか、トピックから逸脱しなかったか、データを漏洩しなかったか、手順をスキップしなかったか、などです。この記事では、Amazon Bedrock AgentCore で組み込み、DeepEval、AutoEval の評価機能を使用してエージェントを評価する方法、そして重要な各動作を適切なレベルで適切な評価機能に一致させる方法を示します。