Quiz collegato alla guida · Medio Livello
Quiz sull'orchestrazione degli strumenti Agentic
Esamina gli agenti che pianificano e chiamano gli strumenti, i cicli di osservazione ReAct, l'interoperabilità MCP e i controlli per le azioni consequenziali.
Domanda 1 di 8
Cosa consente di fare l'orchestrazione degli strumenti agenti a un modello linguistico?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa consente di fare l'orchestrazione degli strumenti agenti a un modello linguistico?
- Pianifica e chiama strumenti esterni per completare attività in più passaggi
- Genera immagini ad alta risoluzione
- Corri più velocemente su hardware più economico
- Traduci solo tra linguaggi di programmazione
- Cosa rappresenta il modello ReAct?
- Leggere e categorizzare
- Ragione più atto
- Riprova e annulla
- Rendering e memorizzazione nella cache
- Come fa il risultato di uno strumento a rientrare nel ragionamento del modello?
- Riqualifica permanentemente i pesi del modello
- Viene inviato via email all'utente
- Viene aggiunto al contesto come nuova osservazione per il turno successivo
- Viene scartato dopo ogni chiamata
- Per cosa è progettato il Model Context Protocol (MCP)?
- Comprimere i pesi del modello per l'archiviazione
- Crittografa tutte le conversazioni degli utenti
- Accelera l'addestramento della GPU
- Standardizza il modo in cui i modelli si collegano a strumenti e origini dati esterni
- In che modo MCP rappresenta un errore di esecuzione dello strumento in un risultato?
- With an error indicator in the returned tool result
- A real person’s identity
- A longer model context window
- A new model weight update
- Perché l'approvazione da parte degli operatori umani è importante per alcuni agenti?
- Rende l'agente più veloce
- Aggiunge un controllo di sicurezza prima di azioni ad alto rischio come l'invio di denaro o l'eliminazione di file
- Riduce il costo di formazione del modello
- Migliora la qualità dell'immagine
- 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