待验证50% 置信解决方案精确时间

企业级Agent评估常见维度包括准确性、相关性、忠实度（Faithfulness，RAG场景）、安全性，实际工程中将LLM自动评估与小规模人工标注结合构建持续评估流水线

1

来源数

50%

置信度

长期有效

时效性

2026/7/25

首次发现

来源

大模型岗位新门槛：Agent可观测与评估实战指南

相关事实

待验证评估指标选择需与业务目标对齐，客服Agent优先任务完成率，代码生成Agent则更关注语法正确率和可运行率71% 相似待验证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69% 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68% 相似待验证LLM评估需同时考量事实准确性、指令遵循度、有害性、有用性和表达质量等多个维度，这些维度之间常存在张力68% 相似待验证完整的Agent评估体系通常包含三类方式：基于规则的评估、基于参考答案的相似度评估（如BLEU、ROUGE）、以及LLM-as-Judge67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/613190

API

curl https://kongchang.com/api/v1/knowledge/claims/613190

MCP

get_claim(id=613190)