AWS Machine Learning Blog11/11 06:3597 分精选
Agent 评估手册：Amazon Bedrock AgentCore 上的内置、DeepEval 与 AutoEval 评估器
The agent evaluation playbook: Built-in, DeepEval, and AutoEval on Amazon Bedrock AgentCore Evaluations
推荐理由：Agent 上线后到底靠不靠谱，这篇把评估维度拆成可执行问题并给出三种评估器选型，做 Agent 产品的可以直接抄作业。
AWS 发文介绍如何在 Amazon Bedrock AgentCore 上评估 Agent，围绕任务是否完成、是否跑题、是否泄露数据、是否跳过步骤等具体问题，给出内置评估器、DeepEval 和 AutoEval 三类方案，并说明如何把每种需要关注的行为匹配到合适层级和合适的评估器。