Как тестировать агентные workflow на смысловые ошибки
В обсуждении сформулировали важный вывод для работы с агентами: простое сокращение входа и команд ускоряет прогон, но может привести к более гладкой неправде…
Всё полезное из чата @devsigners — инструменты, ссылки, приёмы и ответы на вопросы. Пополняется сама.
Обновлено сегодня в 05:00 · всё из чата обработано
5 записей Сбросить
В обсуждении сформулировали важный вывод для работы с агентами: простое сокращение входа и команд ускоряет прогон, но может привести к более гладкой неправде…
В обсуждении сравнения Fable и Astra участник отметил, что синтетические бенчмарки могут плохо отражать реальный опыт работы…
В обсуждении сравнили опыт участия в хакатонах: по хакатону ВК и ГазпромБанкТех прозвучала критика из-за слабой организации, неясного задания, ТЗ и входных…
Участник поделился ссылками OpenAI на Safety Evaluations Hub и SimpleQA…
В чате обсудили субъективное сравнение Claude 3.5 и 4.0 для написания кода…