代理商评价

代理系统的评估需要不同于传统软件甚至标准语言模型应用程序的方法。代理做出动态决策，在运行之间是不确定的，并且通常缺乏单一的正确答案。有效的评估必须考虑这些特征，同时提供可行的反馈。强大的评估框架可以实现持续改进、捕获回归并验证上下文工程选择是否达到了预期效果。