وبلاگ
یادداشت‌هایی از ساخت سیستم‌های ایجنت
هارنس‌های ارزیابی، الگوهای ارکستراسیون، طراحی حافظه و شکست‌های پشت آن‌ها — نوشته‌شده در حالی که جزئیات هنوز تازه است.
۲۲ سپتامبر ۲۰۲۶·6 دقیقه مطالعه
قضاوت درباره داور: وقتی یک مدل کوچک به یک مدل بزرگ نمره می‌دهد
خطوط لوله مدل-به‌عنوان-داور هزینه را کاهش می‌دهند، اما داور یک ابزار اندازه‌گیری است که به کالیبراسیون، پایش دریفت و آزمون خصمانه نیاز دارد.
model-as-judgeevaluationcalibration
۲۰ سپتامبر ۲۰۲۶·6 دقیقه مطالعه
الگوی رئیس‌دفتر: چه زمانی باید agentها را هماهنگ کرد و چه زمانی فقط باید یک اسکریپت نوشت
هماهنگ‌سازی چند-agent تنها زمانی به صرفه است که زیرکارها به context متفاوت، ابزارهای متفاوت یا راستی‌آزمایی مستقل نیاز داشته باشند. در غیر این صورت، این کار یک فراخوانی تابع کندتر است.
multi-agent-systemsارکستراسیونllm-agents
۲۰ سپتامبر ۲۰۲۶·5 دقیقه مطالعه
حافظه یک مسئله سیاست نوشتن است: نگهداشت، منشأ و هزینه به‌خاطر سپردن
بیشتر شکست‌های حافظهٔ عامل در زمان نوشتن ریشه دارند، نه در بازیابی. منشأ، طبقه‌های حساسیت و انقضای سطح اسکیما آن‌ها را زودتر و ارزان‌تر برطرف می‌کنند.
agent-memorywrite-policyprovenance