帖子
问答
专栏
关注
粉丝
06-12 14:55·人工智能最近遇到一个有意思的面试题：在多智能体协作中，如果其中一个Agent持续输出低质量的结果，怎么动态调整整个工作流？左拿：我不知道回答的对不对啊，首先需要知道这个Agent输出的质量低，即有一个评测机制，什么样的标准下，某一个Agent的输出质量，执行的任务的结果或者效率低，或者是人为的监测下，发现了他这种情况。然后查看这类智能体的系统预设提示词是否有问题，或者说上下文传递的有问题，或者说使用了能力较差的模型。如果需要动态的调整智能体，是不是需要有一个智能体管理的后台，手动的管理这些智能体的开关，同时这个平台中也能查320分享- 04-13 16:05·人工智能AI infra AI 基础设施的三大核心方向：算子开发、训练框架、推理框架 算子开发 算子是深度学习模型的基本计算单元,每一个算子都对应一个特定的数学运算。例如[卷积]、[矩阵乘法]、[层归一化]等,这些都是神经网络的基础构建模块。在GPU上执行这些运算的底层实现代码被称为Kernel(内核)。一个高效的Kernel可以充分利用GPU的并行计算能力,而低效的Kernel则会让昂贵的硬件闲置浪费。查看全文加油鸭：这份AI infra梳理太清晰了！算子、训练、推理三层逻辑闭环，技术脉络一目了然，干货满满！412分享
最近遇到一个有意思的面试题：在多智能体协作中，如果其中一个Agent持续输出低质量的结果，怎么动态调整整个工作流？
