Quiz lié à un guide · Moyen Niveau
Quiz sur l'orchestration des outils agents
Passez en revue les agents qui planifient et appellent les outils, les boucles d’observation ReAct, l’interopérabilité MCP et les contrôles des actions consécutives.
Question 1 de 8
Que permet l’orchestration d’outils agents à un modèle de langage ?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Que permet l’orchestration d’outils agents à un modèle de langage ?
- Planifier et appeler des outils externes pour effectuer des tâches en plusieurs étapes
- Générez des images de plus haute résolution
- Exécutez plus rapidement avec du matériel moins cher
- Traduire entre les langages de programmation uniquement
- Que signifie le modèle ReAct ?
- Lire et classer
- Raison plus Acte
- Réessayer et annuler
- Rendu et cache
- Comment le résultat d'un outil réintègre-t-il le raisonnement du modèle ?
- Il recycle en permanence les poids du modèle
- Il est envoyé par email à l'utilisateur
- Il est ajouté au contexte comme une nouvelle observation pour le prochain tour
- Il est supprimé après chaque appel
- À quoi sert le Model Context Protocol (MCP) ?
- Compresser les poids du modèle pour le stockage
- Chiffrer toutes les conversations des utilisateurs
- Accélérez la formation GPU
- Standardisez la façon dont les modèles se connectent aux outils et sources de données externes
- 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
- Pourquoi l’approbation humaine est-elle importante pour certains agents ?
- Cela permet à l'agent de fonctionner plus rapidement
- Il ajoute un contrôle de sécurité avant les actions à enjeux élevés comme l'envoi d'argent ou la suppression de fichiers.
- Cela réduit le coût de formation du modèle
- Cela améliore la qualité de l'image
- 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
- 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