AWS、AIエージェントのクローズドループ評価を可能にするUAEFをオープンソース化

入選の記録

入選二回の合計 124 ≥ 基準の 2 倍 120

情報源の区分

公式・一次情報、この区分の基準は 60 点

予備審査

通過：介绍AI Agent闭环评测框架UAEF

推薦理由

フレームワークをまたいだ統一評価のためのアダプターと指標の設計が示されており、異なるバージョンのエージェントの性能をどう比較するかの判断材料になる。

採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。