Wir präsentieren EVAL Engine (Evaluation Validation Architecture), ein dezentrales Framework zur Bewertung von KI-Agenten mit Fokus auf krypto-native Agenten durch verifizierbare Echtzeit-Bewertungen und kontinuierliche Lernfähigkeiten.

Unser System nutzt die gasfreie relationale Blockchain-Architektur von Chromias, um eine transparente, unveränderliche und kosteneffiziente Bewertung der Leistung von KI-Agenten zu ermöglichen. Das System integriert mehrere LLM-as-a-judge[1] und soziale Engagement-Metriken für kontinuierliches Lernen durch Verstärkung über eine Feedback-Schleife und ein Belohnungssystem.

Wir zeigen, dass EVAL Engine effiziente und sichere Evaluierungen erreichen kann, während es sich an sich entwickelnde Leistungsstandards über engagierte Feedback-Schleifen anpasst.

Wir präsentieren außerdem eine umfassende Roadmap für die Entwicklung von EVAL Engine, einschließlich API-Entwicklung, Datenaufbereitung, Modellentwicklung und Modellbereitstellung.