Prueba de orquestación de herramientas agentes

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué permite la orquestación de herramientas agentes a un modelo de lenguaje?
   • Planifique y llame a herramientas externas para completar tareas de varios pasos
   • Genera imágenes de mayor resolución
   • Ejecute más rápido con hardware más económico
   • Traducir solo entre lenguajes de programación
2. ¿Qué significa el patrón ReAct?
   • Leer y categorizar
   • Razón más acto
   • Reintentar y cancelar
   • Renderizado y caché
3. ¿Cómo vuelve el resultado de una herramienta al razonamiento del modelo?
   • Reentrena permanentemente los pesos del modelo.
   • Se envía por correo electrónico al usuario.
   • Se añade al contexto como una nueva observación para el siguiente turno.
   • Se descarta después de cada llamada.
4. ¿Para qué está diseñado el Protocolo de contexto modelo (MCP)?
   • Comprimir los pesos del modelo para almacenarlos
   • Cifrar todas las conversaciones de los usuarios
   • Acelere el entrenamiento de GPU
   • Estandarice cómo los modelos se conectan a herramientas externas y fuentes de datos
5. How does MCP represent a tool execution failure in a result?
   • With an error indicator in the returned tool result
   • A real person’s identity
   • A longer model context window
   • A new model weight update
6. ¿Por qué es importante para algunos agentes la aprobación humana?
   • Hace que el agente corra más rápido.
   • Agrega un control de seguridad antes de acciones de alto riesgo como enviar dinero o eliminar archivos.
   • Reduce el coste de formación del modelo.
   • Mejora la calidad de la imagen.
7. In MCP, what does a server’s tool definition provide to a client?
   • A guarantee that the tool output is true
   • A copy of the model weights
   • A named capability and input schema that the client can discover and invoke
   • Permission to perform every external action without user controls
8. What should an agent do with a tool result before relying on it?
   • Assume it is always correct because a tool returned it
   • Ignore its source and timestamp
   • Execute every suggested action automatically
   • Treat it as an observation to interpret and validate in context