Dokumentationerreichbar
Rasa, Simulation und Bewertung
Beschreibt simulierte Gespräche für Agenten, deren Gesprächsweg sich nicht vorab festlegen lässt. Ein Szenario nennt Nutzer, Ziel und Erfolg, und die Bewertung verbindet feste Prüfungen mit einem Modell als Richter. Die Seite rät, ein Szenario mehrfach laufen zu lassen.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 06.11.2026:
E2E tests require you to specify every step of the conversation upfront, which works well for fully deterministic flows but becomes impractical as soon as the agent can make independent decisions
bestätigt 10.11.2026This covers the full assertion set supported by E2E testing and adds LLM-as-judge scoring on top.
bestätigt 10.11.2026Running a scenario multiple times (N=3 or more) accounts for LLM non-determinism and gives a more reliable signal
bestätigt 10.11.2026