Ako sledovali celý multiagentný systém — v ktorých etapách vznikajú chyby, latencia atď.?
Machine Learning / AI
Ak nástroj (backend) sám robil chybu (napríklad timeout pri prístupe k systému), boli tracebacky chýb odovzdávané modelom?
Bola v systéme vykonaná kontrola duplicit pri zlyhaní po úspešnom zápise (idempotentnosť)?
Na akom datasete boli merané metriky výberu modelu?
Testovali ste iné embedding modely?
Na čom boli merané metriky retrive (aký dataset a nástroj)?
Aká bola veľkosť chunku a či bolo prekrývanie?
Prečo v multiagentnom systéme ne bolo použitý Human-in-the-Loop, len v ReAct?
Čo je BERT a na akých úlohách bol trénovaný?
Opíšte cyklus agenta ReAct: aké boli kroky a ako sa končil cyklus?
Aké typy označovania pre úlohu NER poznáš? S čím si pracoval?
Čo je VLM (Model vizuálneho jazyka)?
Z hľadiska rýchlosti, čo bude rýchlejšie — bežný agent s nástrojmi alebo multiagentný systém?
V ktorej časti (BM25 alebo dense) hodnoty nie sú normalizované?
Aký bol toolcalling: nativný alebo cez prompt (parsing)?
A čo ste robili, keď model dával neplatný argument?
Použili ste jeden model pre všetkých agentov alebo rôzne?
Ako modely oznámili, že argument nie je platný?
Aký je rozdiel medzi fine-tuningom a few-shot promptingom? Čo a kedy vybrať?
Ako ste opisovali nástroje? Aký je všeobecný formát a hlavné požiadavky na opis?