智能体和大语言模型的评估方法、装置、介质及电子设备

一种智能体和大语言模型的评估方法、装置、介质及电子设备，涉及大模型技术领域和智能体技术领域，该评估方法包括：创建评估任务，评估任务用于从至少一个评估维度，对多个待评估对象在对话过程中的至少一个对话进行评估，多个待评估对象用于实现同一领域的对话任务；执行评估任务，以得到评估结果，评估结果用于对比多个待评估对象之间的对话能力；在第一界面显示评估结果，显示第二界面；响应于在第二界面中针对目标类型的评估器的配置操作，得到配置好的评估器，配置好的评估器用于从对应的评估维度对对话进行评估，便于用户分析不同配置的智能体的搭建效果，此外，基于配置操作可以进行自定义配置，从而得到不同评估维度的评估器。