Kuidas te jälgisite kogu mitmeagentse süsteemi – millistel etappidel tekivad vead, latentsus jne.
Machine Learning / AI
Kui tööriist (backend) tegi ise vea (näiteks, aja ületus süsteemile pöördumisel), kas tracebackid vead edastati mudelitele?
Kas süsteemis toimus duplikaatide kontroll pärast edukat kirjet ja viga?
Milles mõõdeti mudeli valiku metrikad (milline andmekogum)?
Kas olete testinud teisi embedding-mudeleid?
Mille pealt mõõdeti retrive metrikad (milline andmekogum ja tööriist)?
Mis oli tükikese suurus ja kas toimus overlap (ülekattumine)?
Miks mitmeagent süsteemis ei kasutatud Human-in-the-Loop, ainult ReAct?
Mis on BERT ja millistel ülesannetel see oli treenitud?
Kirjeldage ReAct agendi tsüklit: millised olid sammud ja kuidas tsükkel lõppes?
Milliseid märgistamise tüüpe tead NER ülesande jaoks? Millega oled töötanud?
Mis on VLM (Visuaalse Keele Mudel)?
Kiiruse osas, mis on kiirem — tavaline agent koos tööriistade või mitmeagentse süsteemiga?
Millises osas (BM25 või dense) väärtused ei ole normaliseeritud?
Mis oli toolcalling: loomulik või prompti kaudu (parsing)?
Ja mudel andis kehtetu argumenti asemel kehtetu argumenti — mida te tegite?
Kasutasite ühte mudelit kõigi agentide jaoks või erinevaid?
Kuidas teatasid mudelid, et argument on kehtetu?
Mis vahe on fine-tuning ja few-shot prompting vahel? Mida ja millal valida?
Kas agentide täitmisel oli paralleelsus või kõik toimus järjestikku?