お問い合わせ
 期間 21 時間

コース概要

Mastraのデバッグと評価の基礎

  • エージェント動作モデルと失敗モードの理解
  • Mastra内のコアなデバッグ原則
  • 決定論的および非決定論的なエージェントアクションの評価

エージェントテストのための環境設定

  • テストサンドボックスと隔離された評価空間の構成
  • 詳細な分析のためのログ、トレース、テレメトリの取得
  • 構造化テスト用のデータセットとプロンプトの準備

AIエージェント動作のデバッグ

  • 意思決定パスと内部推論シグナルのトレーシング
  • ハルシネーション、エラー、意図しない動作の特定
  • 根本原因調査のためのオブザーバビリティダッシュボードの活用

評価メトリクスとベンチマーキングフレームワーク

  • 定量的・定性的評価メトリクスの定義
  • 精度、一貫性、コンテキスト準拠度の測定
  • 再現可能な評価のためのベンチマークデータセットの適用

AIエージェントの信頼性エンジニアリング

  • 長時間実行されるエージェント向けの信頼性テスト設計
  • エージェント性能のドリフト(劣化)の検出
  • 重要なワークフローのためのセーフガードの実装

品質保証プロセスと自動化

  • 継続的評価のためのQAパイプラインの構築
  • エージェント更新のためのリグレッションテストの自動化
  • QAをCI/CDおよびエンタープライズワークフローへ統合する

ハルシネーション軽減のための高度な技術

  • 望ましくない出力を減少させるプロンプト戦略
  • 検証ループとセルフチェックメカニズム
  • 信頼性を向上させるためのモデル組み合わせの実験

レポート、監視、継続的改善

  • QAレポートとエージェントスコアカードの開発
  • 長期的な動作とエラーパターンの監視
  • 進化中のシステムに対応する評価フレームワークの反復的改善

まとめと次のステップ

要求

  • AIエージェントの動作とモデルの相互作用に関する理解
  • 複雑なソフトウェアシステムのデバッグまたはテストに関する経験
  • オブザーバビリティまたはログ記録ツールへの慣れ

対象者

  • QAエンジニア
  • AI信頼性エンジニア
  • エージェントの品質と性能を責任ある立場で管理する開発者

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー