As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Avaliação de modelo automática
<a name="clarify-foundation-model-evaluate-auto"></a>

Você pode criar uma avaliação de modelo automática no Studio ou usando a biblioteca `fmeval` dentro do seu próprio código. O Studio usa um assistente para criar o trabalho de avaliação de modelo. A biblioteca `fmeval` fornece ferramentas para personalizar ainda mais seu fluxo de trabalho.

Ambos os tipos de trabalhos de avaliação automática de modelos oferecem suporte ao uso de JumpStart modelos disponíveis publicamente e JumpStart modelos que você implantou anteriormente em um endpoint. Se você usar um JumpStart que *não* tenha sido implantado anteriormente, a SageMaker IA cuidará da criação do recurso necessário e do encerramento dele quando o trabalho de avaliação do modelo for concluído. 

Para usar texto baseado em LLMs outro AWS serviço ou modelo hospedado fora do AWS, você deve usar a `fmeval` biblioteca.

Quando seus trabalhos são concluídos, os resultados são salvos no bucket do Amazon S3 especificado quando o trabalho foi criado. Para saber como interpretar seus resultados, consulte [Entenda os resultados do trabalho de avaliação de modelo](clarify-foundation-model-evaluate-results.md).

**Topics**
+ [Criar um trabalho de avaliação de modelo automático no Studio](clarify-foundation-model-evaluate-auto-ui.md)
+ [Use a biblioteca `fmeval` para executar uma avaliação automática](clarify-foundation-model-evaluate-auto-lib.md)
+ [Resultados de uma avaliação de modelo](clarify-foundation-model-reports.md)