Статьи для тех, кто
выводит стек в прод
Материалы о React, Node.js, TypeScript и AI. Переведённый текст показывается, если он есть. Если нет — вы видите английский текст и пометку об этом.
Тег: agent-evaluation
Агенты самосовершенствования: исцеление, обучение и контролируемые изменения
Агенты, способные к самосовершенствованию, без рисков: автоматическое восстановление во время работы, обучение в ходе нескольких запусков, а также изменения, внедряемые только после тестирования и с использованием канарейок, на LangGraph.
15 мин чтенияОценка и оптимизация агентов: сравнение DSPy, TextGrad, Reflexion и OPRO
Как DSPy, TextGrad, Reflexion и OPRO взаимодействуют как циклы обратной связи для агентов, какие из них следует применить в первую очередь, и как разделить оценку от оптимизации в предприятии.
12 мин чтенияМинимальная рабочая платформа для экспериментов с ИИ-агентами: тесты типа A/B и тестирование в тени
Как определить, следует ли заменить версию агента A на версию B, с использованием определений конвейеров, локального назначения, событий экспозиции, трейсов, оценки в песочнице, тестов в тени и механизмов контроля.
11 мин чтенияAI-агент равен AI-модели плюс крепление: что делает крепление и почему.
Агент — это модель плюс крепление. Узнайте, как крепления добавляют инструменты, память, циклы и ограничения, в чем разница между агентами с открытым весом и с открытым исходным кодом, и почему важна оценка.
10 мин чтенияСтабильное имя агента — это не тот объект, который вы анализировали: фиксируйте кандидата.
Имя агента может оставаться прежним, в то время как его навыки, инструменты и разрешения меняются. Для анализа и возврата к предыдущему состоянию следует разделять имя, кандидата на выполнение задачи и идентификатор запуска.
8 мин чтенияПроблема бесплатного верификатора: почему циклы агентов застаиваются, когда работа уже не является кодом
Циклы агента кодирования работают благодаря тому, что компиляторы и тесты выполняют проверку бесплатно. Вне кода нет бесплатного верификатора: нужны четыре вида субсидий, данные о сбоях и тест оракула.
6 мин чтения
О этих статьях
Оценка за 24 часа
Нужен такой же стек в операторском слое? Пришлите бриф — оценка за 24 часа.