在 Amazon Bedrock AgentCore Evaluations 中使用决策模型

Amazon Bedrock AgentCore Evaluations 支持通过代码评估器接入决策模型，为 AI 智能体输出预定义选项的校准概率与置信度。该方案支持托管模型 TypeSafe Jev 与开源 2B 参数模型 Strands Decider 2B，覆盖是/否、最多 255 项选择及 2 至 10 级评分任务，可作为内置 LLM-as-a-judge 的高效初筛层。