As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Simulação
A simulação permite que você avalie seu agente em relação a conversas dinâmicas de vários turnos geradas pelos LLM-backed atores. Em vez de reproduzir roteiros fixos, você define perfis de atores com personalidades e objetivos, e o mecanismo de simulação conduz conversas realistas com seu agente.
Os cenários simulados se integram aos mesmos executores de conjuntos de dados usados em cenários predefinidos. Você inclui cenários simulados em seu conjunto de dados, define uma configuração de simulação no executor e o executor gerencia o ciclo de vida do ator internamente.
Tipos de simulação
O Amazon Bedrock AgentCore oferece suporte aos seguintes tipos de simulação:
-
Simulação de usuário: um LLM-backed ator desempenha o papel de um usuário final interagindo com seu agente. O ator tem uma personalidade (características, contexto) e uma meta e gera mensagens de usuário realistas até que a meta seja atingida ou um limite de turno seja atingido. Use a simulação de usuário para testar como seu agente lida com diversos comportamentos de usuários, conversas abertas e casos extremos em grande escala.
Pré-requisitos
-
O extra de simulação:
pip install 'bedrock-agentcore[simulation]'Isso instala o mecanismo de simulação de atores usado para gerar turnos de conversação dinâmicos.
-
AWS credenciais com permissões para invocar o modelo do ator via Amazon Bedrock. O ator é executado como uma chamada LLM separada, portanto, as credenciais usadas pelo executor devem ter
bedrock:InvokeModelpermissão para o modelo especificado em.SimulationConfig.model_id -
Todos os pré-requisitos de avaliação do conjunto de dados se aplicam.
Tópicos
