Gids-gekoppelde quiz · Middelmatig Niveau

Agentic Tool Orchestration-quiz

Beoordeel agenten die plannen en tools aanroepen, ReAct observatieloops, MCP interoperabiliteit en besturingen voor consequente acties.

Gerelateerde gidspadenAgentic Tool-orkestratie
Vraag 1 van 8

Wat laat agentic tool-orkestratie een taalmodel doen?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat laat agentic tool-orkestratie een taalmodel doen?
    • Plan en roep externe tools aan om taken in meerdere stappen uit te voeren
    • Genereer afbeeldingen met een hogere resolutie
    • Werk sneller op goedkopere hardware
    • Vertaal alleen tussen programmeertalen
  2. Waar staat het ReAct-patroon voor?
    • Lezen en categoriseren
    • Reden plus wet
    • Probeer het opnieuw en annuleer
    • Renderen en cachen
  3. Hoe komt een toolresultaat terug in de redenering van het model?
    • Het hertraint permanent de gewichten van het model
    • Het wordt per e-mail naar de gebruiker verzonden
    • Het wordt aan de context toegevoegd als een nieuwe observatie voor de volgende beurt
    • Het wordt na elk gesprek weggegooid
  4. Waarvoor is het Model Context Protocol (MCP) ontworpen?
    • Comprimeer modelgewichten voor opslag
    • Versleutel alle gebruikersgesprekken
    • Versnel GPU-training
    • Standaardiseer hoe modellen verbinding maken met externe tools en gegevensbronnen
  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. Waarom is human-in-the-loop-goedkeuring belangrijk voor sommige agenten?
    • Het laat de agent sneller rennen
    • Het voegt een veiligheidscontrole toe vóór acties met een hoge inzet, zoals het verzenden van geld of het verwijderen van bestanden
    • Het verlaagt de trainingskosten van het model
    • Het verbetert de beeldkwaliteit
  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