Lühidalt: Gemini Enterprise Agent Platform pakub nüüd üldiselt kättesaadavat hindamisteenust, mis sisaldab üle 20 mõõdiku ja LLM-põhist hindamistööriistad agentide kvaliteedi süsteemseks kontrolliks nii arendus- kui tootmiskeskkonnas.
Gemini Enterprise Agent Platformi hindamisteenus on nüüdsest üldiselt kättesaadav ning pakub ühtset taristut, mis võimaldab mõõta agendi kvaliteeti järjepidevalt nii kohalikus arenduses kui ka tootmiskeskkondades.
Hindamisfunktsioon sisaldab üle 20 eelmääratletud mõõdiku, sealhulgas DeepMindi toega adaptiivseid hindamisjuhiseid ning kohandatud, koodipõhiseid ja LLM-as-a-Judge tüüpi mõõdikuid. Kõiki mõõdikuid hallatakse tsentraliseeritud ja versioonihalduses registris, mis võimaldab meeskondadel luua järjepideva hindamisaluse mitme projekti lõikes.
Integreerimine toimub otse olemasolevate tööriistade kaudu: Agent Platform SDK, agents-cli ja Application Development Kit (ADK) võimaldavad sujuvaid töövooge ilma täiendava taristuta. Teenus sisaldab sisseehitatud simulaatoreid kasutaja- ja keskkonnakäitumise jaoks, mille abil saab automatiseeritult testida keerulisi mitmeetapilisi interaktsioone.
CI/CD-torustike jaoks pakub lahendus seega võimalust valideerida agente süsteemselt kohalikes eksperimentides enne nende tootmisse viimist. See vähendab jõudluse halvenemise riski tootmiskoormuse all ning lihtsustab lõimimist olemasolevatesse juurutusprotsessidesse.
Allikas: developers.googleblog.com · Avaldatud
Lumi AI News — tehisintellekti abil kureeritud vastavalt tehisintellektimääruse artiklile 50. Parafraseerimine ja klassifitseerimine Lumi News Pipeline v1.7.3 poolt.