Python

Hogyan méred a válaszok minőségét, milyen konkrét mérőszámokat használsz, hogy ez ne csak 'szemmel' legyen?

Milyen stack-et használnál az adatbázishoz és különösen a vektoral kereséshez (Qdrant vagy pgvector)?

Mesélj az utolsó munkahelyeden végzett olyan kezdeményezésről, amiben büszke vagy.

Miért nem tesztelünk először pontosan a belső csapaton?