Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố LangChain

Khám phá thành phần LangChain, luồng điều khiển trạng thái LangGraph, ngắt của con người và đánh giá LangSmith cho các ứng dụng LLM.

Đường dẫn hướng dẫn liên quanchuỗi lang
Câu hỏi 1 của 8

Ý tưởng trung tâm đằng sau LangChain là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Ý tưởng trung tâm đằng sau LangChain là gì?
    • Soạn thảo và điều phối các ứng dụng hỗ trợ LLM nhiều bước
    • Đào tạo các mô hình ngôn ngữ lớn từ đầu
    • Lưu trữ GPU cho suy luận mô hình
    • Tạo hình ảnh từ lời nhắc văn bản
  2. Ai đã tạo ra LangChain và khoảng khi nào?
    • Sam Altman vào năm 2020
    • Harrison Chase vào cuối năm 2022
    • Lukas Biewald năm 2017
    • Jerry Lưu vào năm 2023
  3. LangGraph được sử dụng để làm gì trong hệ sinh thái LangChain?
    • Vẽ biểu đồ các chỉ số đào tạo
    • Nén lời nhắc để lưu mã thông báo
    • Xây dựng quy trình làm việc của tổng đài viên có trạng thái, có thể kiểm soát dưới dạng biểu đồ
    • Chuyển đổi mã giữa các ngôn ngữ lập trình
  4. Vai trò chính của LangSmith là gì?
    • Tạo bộ dữ liệu tổng hợp
    • Phục vụ các trang web
    • Mã hóa khóa API
    • Truy tìm, gỡ lỗi và đánh giá các ứng dụng LLM
  5. Trong LangChain, cú pháp ống 'prompt | người mẫu | trình phân tích cú pháp' đại diện?
    • Soạn các thành phần thông qua giao diện Runnable được chia sẻ
    • Lệnh shell để chạy tập lệnh
    • Một truy vấn cơ sở dữ liệu
    • Một cách để xóa chuỗi
  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