구조적 실험을 통해 AI 에이전트 평가 및 최적화
중급
AI 엔지니어
개발자
솔루션 아키텍처
Azure
Microsoft Foundry
추측을 증거 기반 엔지니어링 결정으로 변환하는 구조적 평가를 통해 AI 에이전트를 최적화하는 방법을 알아봅니다. 품질, 비용 및 성능에 대한 명확한 메트릭을 사용하여 평가 실험을 디자인하는 방법을 살펴봅니다. Git 기반 워크플로를 사용하여 실험을 구성합니다. 일관된 채점을 위한 평가 루브릭을 만듭니다. 및 결과를 비교하여 정보에 입각한 최적화 결정을 내립니다.
학습 목표
이 모듈에서는 다음을 수행합니다.
- 품질, 비용 및 성능에 대한 명확한 메트릭을 사용하여 평가 실험 디자인
- Git 기반 워크플로를 적용하여 에이전트 변형을 체계적으로 구성 및 비교
- 사용자 평가자 간에 일관된 채점을 보장하는 평가 루브릭 만들기
- 실험 결과를 비교하여 증거 기반 최적화 결정
사전 요구 사항
이 모듈을 시작하기 전에 다음이 필요합니다.
- AI 에이전트 및 대규모 언어 모델에 대한 기본 이해
- Git 버전 제어 워크플로에 대한 숙지
- Microsoft Azure AI Foundry 또는 유사한 AI 개발 플랫폼 경험
Azure 시작
적합한 Azure 계정을 선택하세요. 용량제를 사용하거나 최대 30일 동안 무료 Azure를 체험해 보세요. 등록하세요.