interactive-assistant-v2

Ո՞ր հարցին է պատասխանում

Արձագանքո՞ղ է մեկ օգտատիրոջ streaming-չաթն այս համակարգում առօրյա մարդկային խնդիրներում։

Ինչ է չափվում

Նույն կոնտրակտը, ինչ v1-ում — կլիենտական TTFT, միջթոքենային ուշացում, e2e ժամանակ; ֆորմատի, լեզվի և կրկնությունների gate-եր — բայց մարդկային խնդիրների կորպուսի վրա. առօրյա հարցումներ (հաղորդագրություններ, նամակներ, բացատրություններ, պլաններ)՝ ինքնահղումային բենչմարք-հարցերի փոխարեն։ 16 տարր, EN+RU, երկարության երեք միջակայք։

Պնդումներ, որոնք այս workload-ը հիմնավորել չի կարող

«Աջակցում է N աշխատակցի», production-տարողունակության պնդումներ։

Սառեցված ինքնություն

Workload-ի յուրաքանչյուր released ռևիզիա սառեցնում է տարրերի հեշերը, բեռնվածքի մոդելը և quality gate-երը։ Արդյունքները հղվում են ճշգրիտ ռևիզիային. ինքնության ցանկացած դաշտի փոփոխությունը ստեղծում է նոր ռևիզիա։ Ստորև բերված փաստերը կարդացվում են կատալոգի ֆայլից, ոչ թե մուտքագրված են էջում։