Ejecutar una evaluación para un agente (versión preliminar)

[Este artículo es documentación preliminar y está sujeto a modificaciones].

Después de crear un conjunto de pruebas con conversaciones, realiza una evaluación para medir el rendimiento de tu agente. La evaluación procesa cada conversación y produce resultados puntuados basados en el método de prueba seleccionado.

Prerequisites

• Un agente creado y guardado con el arnés de GitHub Copilot. Consulte Crear un agente (versión preliminar).
• Al menos una evaluación con conversaciones. Consulte Crear un conjunto de pruebas para un agente (versión preliminar).

Para realizar una evaluación para un agente:

1. Abrir su agente en Copilot Studio.
2. Seleccione la pestaña Evaluate (Evaluar).
3. En el desplegable de Evaluación , selecciona la evaluación que quieres realizar.
4. Agregue al menos una conversación al conjunto de pruebas si no lo ha hecho ya.
5. En el panel Configurar conjunto de pruebas, compruebe lo siguiente:
   • El Nombre de evaluación está establecido.
   • El Método de prueba está configurado (por ejemplo, Calidad general).
6. Seleccione Evaluar para iniciar la evaluación. La evaluación procesa cada conversación en el conjunto de pruebas. En función del número de conversaciones, este proceso puede tardar varios minutos.

Volver a ejecutar una evaluación

Después de cambiar las instrucciones, conocimientos o herramientas de tu agente, vuelve a hacer la evaluación para medir el impacto:

1. En la pestaña Evaluar, seleccione la evaluación que desea volver a ejecutar en el menú desplegable Evaluación.
2. En Resultados recientes, seleccione Evaluar conjunto de pruebas de nuevo o seleccione el icono Evaluar conjunto de pruebas dentro del conjunto de pruebas para iniciar una nueva ejecución.
3. Compara los resultados de la nueva partida con las anteriores para ver si los cambios mejoraron o degradaron el rendimiento.

Descarga una sesión de evaluación

Cuando la pestaña Evaluar esté disponible para tu entorno, puedes descargar los datos de la sesión de una ejecución de evaluación para revisarlos offline o compartirlos con un revisor. La descarga agrupa los metadatos de la ejecución de evaluación (nombre de la evaluación, identificador de la ejecución, versión del agente y método de prueba) junto con los resultados de cada conversación (la entrada de cada turno, la respuesta del agente y la puntuación).

Para descargar una sesión de evaluación:

1. En la pestaña Evaluar, abre la evaluación cuya ejecución quieres descargar.
2. En Resultados recientes, selecciona la partida que quieres descargar.
3. Selecciona Descargar para guardar los datos de la sesión.

Utilizar los datos descargados de la sesión para:

• Revisa las respuestas de los agentes fuera de línea cuando no tienes acceso a Copilot Studio.
• Comparte una ejecución concreta con un revisor para recibir comentarios.
• Lleva un registro de una evaluación realizada junto con tus artefactos de prueba.

Los datos descargados de la sesión reflejan el estado de la ejecución en el momento en que los descargas. Vuelve a hacer la evaluación si quieres captar el efecto de cambios posteriores en el agente.

Información relacionada

• Evalúa a un agente
• Crear un conjunto de pruebas para un agente
• Ver resultados de la evaluación de un agente