Machine Learning / AI

Câte instrumente avea agentul ReAct?

Ce a fost obiectul state-ului (TypedDict sau altul)?

Cum scriau acești patru agenți în starea comună pentru a nu suprascrie starea celuilalt?

Ai spus că instrumentele sunt doar în modul de citire, nu era nicio scriere în sistem?

De ce ați folosit un sistem multi-agent format din patru agenți, în loc de un singur agent cu instrumente (după analogia cu ReAct)? Care sunt avantajele acestei diviziuni?

Ce este LoRA și la ce folosește?

Cum ați evaluat calitatea generării (nu retrieval)?

Dacă unul dintre agenți greșea, întregul grafic se bloca sau ajungea până la agentul de rezumat pentru degradare?

Ați luat în considerare riscul de injecție de prompt în agentul ReAct și cum ați combatut acest lucru?

Ce hiperparametri LoRA cunoști?

S-au măsurat tokenii și latența într-o singură trecere pentru a evalua costul soluției?

Se poate construi complet partea de recuperare doar cu un cross-encoder, fără bi-encoder?

Cum se face corect împărțirea în train, validation și test pentru NER-ul documentelor?

Cum au măsurat reducerea timpului de căutare a informațiilor (metrica în minute)?

Ce este LayoutLM și în ce constă diferența față de BERT pentru documente?

Vorbește-mi despre abordarea ta: cum construiești arhitectura cu ajutorul AI, cum validezi codul și scrii teste?

Ce ranker au ales pentru reranking?

Vorbește despre tine și experiența ta tehnică relevantă (proiecte în domeniul bancar: modele ML, anti-fraudă, RAG, sisteme multi-agent).

De ce s-a folosit în mod specific toolcalling nativ în loc să se transmită un schemă JSON în prompt?

Ce se înregistra în metadatele documentelor din depozitul vectorial?