Informazioni di riferimento per gli analizzatori predefiniti

Important

Gli elementi contrassegnati (anteprima) in questo articolo sono attualmente in anteprima pubblica. Questa anteprima viene fornita senza un contratto di servizio e non è consigliabile per i carichi di lavoro di produzione. Alcune funzionalità potrebbero non essere supportate o potrebbero avere funzionalità limitate. Per altre informazioni, vedere Condizioni per l'utilizzo Microsoft Azure anteprime.

Microsoft Foundry include analizzatori predefiniti per valutare la qualità, la sicurezza e l'affidabilità delle risposte di intelligenza artificiale durante tutto il ciclo di vita dello sviluppo. Questo riferimento elenca tutti gli analizzatori disponibili, i relativi scopi e le linee guida per selezionare quello giusto per il caso d'uso. È anche possibile creare analizzatori personalizzati personalizzati in base ai criteri di valutazione specifici.

Quando si scelgono gli analizzatori, la competenza Microsoft Foundry consente di connettere questo riferimento alla configurazione di valutazione, all'ottimizzazione dei prompt e ai flussi di lavoro per la risoluzione dei problemi.

Analizzatori per utilizzo generico

Valutatore Purpose
Coerenza Misura la coerenza logica e il flusso delle risposte.
Scorrevolezza Misura la qualità e la leggibilità del linguaggio naturale.

Per altre informazioni, vedere Analizzatori per utilizzo generico.

Analizzatori di somiglianza testuale

Valutatore Purpose
Somiglianza Misurazione della somiglianza testuale assistita dall'intelligenza artificiale.
Punteggio F1 Media armonica di precisione e richiamo nel token si sovrappone tra la risposta e la verità del terreno.
BLEU Il punteggio di valutazione bilingue understudy per le misure di qualità della traduzione si sovrappone a n grammi tra risposta e verità del terreno.
GLEU Google-BLEU variante per le misure di valutazione a livello di frase si sovrappone in n-grammi tra risposta e verità fondamentale.
ROUGE Recall-Oriented Understudy per Gisting Evaluation misura sovrapposizioni in n-grammi tra risposta e verità sul campo.
METEOR Metrica per la valutazione della traduzione con misure esplicite di ordinamento si sovrappone a n grammi tra risposta e verità sul terreno.

Per altre informazioni, vedere Analizzatori di somiglianza testuale.

Valutatori RAG

Valutatore Purpose
Recupero Misura il modo in cui il sistema recupera le informazioni pertinenti.
Recupero documenti Misura l'accuratezza nei risultati del recupero in base alla verità del terreno.
Connessione alla realtà Misura il modo in cui la risposta è a terra nel contesto recuperato. Restituisce un punteggio compreso tra 1 e 5 usando un giudizio basato su modello.
Groundedness Pro (anteprima) Misura se la risposta viene rilevata nel contesto recuperato usando il servizio Sicurezza dei contenuti di Azure AI. Restituisce un pass/fail binario senza richiedere una distribuzione del modello.
Rilevanza Misura la rilevanza della risposta rispetto alla query.
Completamento risposta (anteprima) Misura in quale misura la risposta è completa (non mancano informazioni critiche) rispetto alla verità sul terreno.

Per altre informazioni, vedere Analizzatori di generazione aumentata (RAG, Retrieval-Augmented Generation).

Analizzatori di rischi e sicurezza

Valutatore Purpose
Odio e ingiustità Identifica contenuti distorti, discriminatori o odiosi.
Sessuale Identifica contenuti sessuali inappropriati.
Violenza Rileva contenuti violenti o incitamenti.
Autolesionismo Rileva contenuti che promuovono o descrivono l'autolesionismo.
Materiali protetti Rileva l'uso non autorizzato di contenuti protetti o protetti da copyright.
Attacco indiretto (XPIA) Misura se la risposta è diminuita per un tentativo di jailbreak indiretto inserito tramite il contesto recuperato.
Vulnerabilità del codice Identifica i problemi di sicurezza nel codice generato.
Attributi infondati Rileva informazioni fabbricate o errate dedotte dalle interazioni dell'utente.
Azioni non consentite Misura la capacità di un agente di intelligenza artificiale di impegnarsi in comportamenti che violano azioni esplicitamente non consentite.
Perdita di dati sensibili Misura la vulnerabilità di un agente di intelligenza artificiale per esporre informazioni riservate.

Per altre informazioni, vedere Analizzatori di rischi e sicurezza.

Valutatori di agenti

Valutatore Purpose
Adesione alle attività (anteprima) Misura se l'agente segue le attività identificate in base alle istruzioni di sistema.
Completamento attività (anteprima) Misura se l'agente ha completato correttamente l'attività richiesta end-to-end.
Soddisfazione dei clienti (anteprima) Misura la soddisfazione olistica degli utenti in una conversazione usando sei dimensioni: utilità, completezza, chiarezza, tono, risoluzione e adattabilità.
Risoluzione delle finalità (anteprima) Misura in modo accurato l'agente identifica e indirizza le intenzioni dell'utente.
Efficienza navigazione attività Determina se la sequenza di passaggi dell'agente corrisponde a un percorso ottimale o previsto per misurare l'efficienza.
Accuratezza chiamata strumento Misura la qualità complessiva delle chiamate degli strumenti, tra cui la selezione, la correttezza dei parametri e l'efficienza.
Selezione degli strumenti Misura se l'agente ha selezionato gli strumenti più appropriati ed efficienti per un'attività.
Accuratezza input strumento Verifica che tutti i parametri di chiamata dello strumento siano corretti con criteri rigorosi, tra cui terra, tipo, formato, completezza e appropriatezza.
Utilizzo dell'output degli strumenti Misura se l'agente interpreta correttamente e usa gli output degli strumenti contestualmente nelle risposte e nelle chiamate successive.
Operazione riuscita chiamata strumento Valuta se tutte le chiamate degli strumenti vengono eseguite correttamente senza errori tecnici.
Quality Grader (anteprima) Abilita la valutazione della qualità in più dimensioni, ovvero pertinenza, astensione, completezza delle risposte, base e copertura del contesto, in un singolo analizzatore anziché eseguire separatamente singoli analizzatori.

Per altre informazioni, vedere Analizzatori di agenti.

Analizzatori rubrici (anteprima)

Valutatore Purpose
Struttura Assegna un punteggio a una risposta o una conversazione a più turni rispetto a criteri personalizzati ponderati usando un LLM come giudice. Restituisce un punteggio medio ponderato normalizzato a 0-1 con ragionamento per dimensione.

Per altre informazioni, vedere Analizzatori di rubriche.

Azure classificatori OpenAI

Valutatore Purpose
Etichettatore di Modelli Classifica il contenuto usando linee guida ed etichette personalizzate.
Verifica stringhe Esegue convalide di testo flessibili e criteri di ricerca.
Somiglianza del testo Valuta la qualità del testo o determina la prossimità semantica.
Valutatore del modello Genera punteggi numerici (intervallo personalizzato) per il contenuto in base alle linee guida personalizzate.

Per altre informazioni, vedere Azure OpenAI Graders.

Analizzatori personalizzati (anteprima)

Oltre agli analizzatori predefiniti, è possibile creare analizzatori personalizzati personalizzati in base ai criteri di valutazione specifici. Gli analizzatori personalizzati consentono di definire logica di assegnazione dei punteggi univoca, regole di convalida e metriche di qualità allineate ai requisiti aziendali e alle esigenze specifiche dell'applicazione.

Per altre informazioni, vedere Analizzatori personalizzati.

Livelli di valutazione

Ogni analizzatore supporta livelli di valutazione specifici, indicati dal campo nel catalogo dell'analizzatore supported_evaluation_levels :

livello Description
turn Valuta le risposte dei singoli agenti (impostazione predefinita)
conversation Valuta intere conversazioni a più turni

Quando si crea un'esecuzione di valutazione, impostare in evaluation_level modo che corrisponda ai livelli supportati degli analizzatori. Se omesso, il valore predefinito è turn.

Gli analizzatori a livello di conversazione valutano l'interazione completa anziché i singoli turni. Usarli per misurare i risultati, ad esempio soddisfazione dell'utente, completamento delle attività in più passaggi o coerenza a livello di conversazione.

Important

Tutti gli analizzatori in un'esecuzione devono supportare l'oggetto specificato evaluation_level. Non è possibile combinare analizzatori con livelli incompatibili nella stessa esecuzione di valutazione.

Combinazione di valutatori

Per una valutazione della qualità completa, combinare più analizzatori:

  • Applicazioni RAG: recupero + rilevanza + rilevanza + sicurezza del contenuto
  • Applicazioni agente: Accuratezza chiamata strumento + Conformità attività + Risoluzione finalità + Rubrico + Sicurezza del contenuto
  • Applicazioni di traduzione: BLEU + METEOR + Fluency + La coerenza
  • Tutte le applicazioni: Aggiungere valutatori di rischio e sicurezza (Odio e Ingiustizia, Sessuale, Violenza, Self-Harm) per pratiche di IA responsabili

Contenuti correlati

  • Last updated on