Вікторина, пов’язана з посібником · Середній Рівень

Вікторина LangChain

Дослідіть композицію LangChain, потік керування LangGraph із збереженням стану, людські переривання та оцінку LangSmith для програм LLM.

Пов'язані напрямні шляхиЛангчейн
Питання 1 з 8

Яка основна ідея LangChain?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Яка основна ідея LangChain?
    • Створення та оркестровка багатоетапних додатків на базі LLM
    • Навчання великих мовних моделей з нуля
    • Розміщення графічних процесорів для визначення моделі
    • Створення зображень із текстових підказок
  2. Хто створив LangChain і коли приблизно?
    • Сем Альтман у 2020 році
    • Гаррісон Чейз наприкінці 2022 року
    • Лукас Бівальд у 2017 році
    • Джеррі Лю в 2023 році
  3. Для чого використовується LangGraph в екосистемі LangChain?
    • Складання діаграм тренувальних метрик
    • Стиснення пропонує зберегти токени
    • Побудова керованих робочих процесів агентів із збереженням стану у вигляді графіків
    • Перетворення коду між мовами програмування
  4. Яка головна роль ЛенгСміта?
    • Генерація синтетичних наборів даних
    • Обслуговування веб-сторінок
    • Шифрування ключів API
    • Відстеження, налагодження та оцінка програм LLM
  5. У LangChain, що підказує синтаксис каналу | модель | аналізатор' представляти?
    • Створення компонентів через спільний інтерфейс Runnable
    • Команда оболонки для запуску сценаріїв
    • Запит до бази даних
    • Спосіб видалення ланцюжків
  6. What happens when a LangGraph node invokes interrupt() with a checkpointer configured?
    • The graph discards its state and restarts training
    • The graph pauses with state saved, then can resume after external input
    • The graph converts the interrupt into a stateless chain
    • The graph changes the base model weights
  7. What kind of evaluation does LangSmith describe as monitoring application traces in production?
    • Offline evaluation on a fixed pre-deployment dataset only
    • A test that fine-tunes the application’s foundation model
    • Online evaluation that checks selected production runs for quality signals
    • An evaluation that reports only GPU training throughput
  8. What does an offline LangSmith evaluation test?
    • Only GPU utilization during model training
    • Every production user response with no reference examples
    • A guarantee of correctness on unseen inputs
    • An application against a curated dataset before deployment