مایکروسافت کیت شروعکنندهی Evals برای تعامل عامل را معرفی کرده است که به سازمانها کمک میکند تا عملکرد عاملهای هوش مصنوعی خود را در سناریوهای واقعی ارزیابی کنند. این کیت شامل سناریوهای از پیش تعریف شده و دادههای نمونهوار است که شبیهساز کار دیجیتال واقعی هستند و به همراه یک ابزار ارزیابی ارائه میشود که سازمانها میتوانند از آن برای ارزیابی عاملهای خود در سطح Microsoft 365 استفاده کنند.
این ابزار به سازمانها امکان میدهد تا کیفیت، کارایی، استحکام و تجربه کاربری را در پیادهسازیهای مختلف عامل مقایسه کنند و تصمیمات آگاهانهای بگیرند. کیت شروعکنندهی Evals در حال حاضر از سناریوهای ایمیل و تقویم پشتیبانی میکند و مایکروسافت به سرعت در حال گسترش آن با سناریوهای جدید، معیارهای غنیتر و گزینههای داوری بیشتر است. هدف از این کار، ارائه یک راه حل جامع برای ارزیابی تعاملات بینسیستمی عاملها است.
مایکروسافت همچنین یک جدول ردهبندی (Leaderboard) را معرفی کرده است که عملکرد عاملهای strawman نوشته شده با استفاده از فریمورکها و مدلهای زبانی مختلف را نشان میدهد. این جدول به سازمانها کمک میکند تا رویکردهای مختلف را مقایسه کنند و بهترین مجموعه عاملها را برای نیازهای خود تعیین کنند. این ابتکار در راستای تلاشهای مایکروسافت برای ارائه ابزارهای لازم به مشتریان برای استقرار و مدیریت عاملهای هوش مصنوعی در محیطهای سازمانی است.
این کیت به ویژه برای مشتریانی که از Agent 365 استفاده میکنند مفید است، زیرا به آنها امکان میدهد تا ارزیابیها و محدودیتهای runtime را از یک منبع واحد مدیریت کنند. مایکروسافت قصد دارد Evals for Agent Interop را با خانوادههای سناریوی جدید (همکاری در اسناد، ارتباطات، زمانبندی و وظایف)، امتیازدهی غنیتر و گزینههای داور گستردهتر گسترش دهد.
برای شروع، میتوانید کیت ارزیابی و ابزار را از مخزن GitHub دانلود کنید: https://aka.ms/EvalsForAgentInterop. این ابزار به توسعهدهندگان .NET و سایر توسعهدهندگان هوش مصنوعی کمک میکند تا عاملهای خود را به طور موثرتری ارزیابی و بهینهسازی کنند.
مشاهده مطلب اصلی