待验证90% 置信事实时间未知

Foundry提供内置评估器，涵盖相关性、流畅性、基础性和Agent行为评估等指标

1

来源数

90%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Agent可观测性完整方案：追踪、评估与Red Teaming实战指南

bilibili7k的每日搬运

涉及实体

Microsoft Foundryproduct

相关事实

待验证过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标73% 相似待验证评估最佳实践是以确定性检查为基线，再叠加智能体评审71% 相似待验证学术界代表性Agent评测基准包括WebArena、AgentBench和ToolBench，均将执行轨迹作为核心评测维度71% 相似待验证当前业界Agent评估主要采用轨迹评估、结果评估和效率评估三个维度的框架71% 相似待验证业界形成的分层评估策略将组件级评估、流程级评估和端到端评估结合起来70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/24985

API

curl https://kongchang.com/api/v1/knowledge/claims/24985

MCP

get_claim(id=24985)