Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Simulazione
La simulazione consente di valutare il proprio agente rispetto a conversazioni dinamiche e a più turni generate dagli LLM-backed attori. Invece di riprodurre script fissi, definisci i profili degli attori con personaggi e obiettivi e il motore di simulazione avvia conversazioni realistiche con il tuo agente.
Gli scenari simulati si integrano con gli stessi set di dati utilizzati per gli scenari predefiniti. Includi scenari simulati nel tuo set di dati, imposti una configurazione di simulazione sul runner e il corridore gestisce il ciclo di vita dell'attore internamente.
Tipi di simulazione
Amazon Bedrock AgentCore supporta i seguenti tipi di simulazione:
-
Simulazione utente: un LLM-backed attore interpreta il ruolo di utente finale che interagisce con il tuo agente. L'attore ha una persona (tratti, contesto) e un obiettivo e genera messaggi utente realistici fino al raggiungimento dell'obiettivo o al raggiungimento del limite di turni. Usa la simulazione utente per testare in che modo il tuo agente gestisce diversi comportamenti degli utenti, conversazioni aperte e casi limite su larga scala.
Prerequisiti
-
La simulazione extra:
pip install 'bedrock-agentcore[simulation]'Questo installa il motore di simulazione degli attori utilizzato per generare turni di conversazione dinamici.
-
AWS credenziali con autorizzazioni per richiamare il modello dell'attore tramite Amazon Bedrock. L'attore viene eseguito come chiamata LLM separata, pertanto le credenziali utilizzate dal corridore devono avere
bedrock:InvokeModell'autorizzazione per il modello specificato in.SimulationConfig.model_id -
Si applicano tutti i prerequisiti per la valutazione dei set di dati.
Argomenti
