Machine Learning / AI

Šta koristiš za brzo prototipiranje kodnih agenata? Kako koristiš AI u razvoju?

Šta je bio objekat state (TypedDict ili drugo)?

Kako su ova četiri agenta pisala u opšte stanje da ne prepisuju stanje drugih?

Rekao si da su alati samo za čitanje, da li je bilo zapisivanja u sistemu?

Da li je razmatran rizik od prompt injekcija u ReAct agentu i kako su se s tim borili?

Zašto ste koristili multiagentni sistem sa četiri agenta, a ne jednog agenta sa alatima (kao u ReAct)? Koje su prednosti takvog razdvajanja?

Šta je LoRA i čemu služi?

Kako ste ocenili kvalitet generisanja (bez retrieval)?

Kako pravilno napraviti podelu na train, val i test za dokumentni NER?

Ako je jedan od agenata pravio grešku, da li je cela grafika padala ili je dolazila do sažetog agenta radi degradacije?

Koje hiperparametre LoRA poznaješ?

Da li je moguće potpuno izgraditi deo za pretraživanje samo na cross-encoderu, bez bi-encoder-a?

Da li su tokeni i latencija mereni tokom jednog prolaza kako bi se procenila cena rešenja?

Kako su merili smanjenje vremena traženja informacija (metrika u minutima)?

Šta je LayoutLM i kako se razlikuje od BERT-a za dokumente?

Ispričaj mi o svom pristupu: kako gradiš arhitekturu uz pomoć AI, kako validiraš kod i pišeš testove?

Šta je zapisivano u metapodatke dokumenata u vektorskom skladištu?

Ispričajte o sebi i svom relevantnom tehničkom iskustvu (projekti u bankarskom sektoru: ML modeli, anti-fraud, RAG, sistemi s više agenata).

Koji ranker su izabrali za reranking?

Zašto je korišćenje nativnog toolcalling-a, a ne prenošenje JSON šeme u promptu?