Évaluation des modules - Training

1.

Quelle est la distinction clé entre les agents IA et les chatbots traditionnels ?

Les agents IA peuvent uniquement répondre à des requêtes utilisateur spécifiques avec des réponses prédéfinies.

Les chatbots suivent des chemins conversationnels prédéterminés, tandis que les agents planifient et exécutent dynamiquement des flux de travail en plusieurs étapes pour obtenir un résultat.

Les agents IA nécessitent des instructions humaines pas à pas pour chaque action qu’ils prennent.

2.

Quelle fonctionnalité permet aux agents IA d’interagir avec des systèmes externes tels que des bases de données et des API REST ?

Raisonnement et planification.

Mémoire et contexte.

Utilisation de l’outil.

3.

Quelle architecture de communication le Kit de développement logiciel (SDK) GitHub Copilot utilise-t-il pour interagir avec l’interface CLI Copilot ?

Le Kit de développement logiciel (SDK) communique avec une API hébergée dans le cloud à l’aide de REST via HTTPS.

Le Kit de développement logiciel (SDK) envoie JSON-RPC messages à l’interface CLI Copilot s’exécutant en mode serveur en tant que processus local.

Le SDK incorpore directement le modèle IA et exécute l’inférence localement sans processus externe.

4.

Quel est l’objectif de la fonctionnalité de sessions infinies du Kit de développement logiciel (SDK) ?

Pour permettre à un nombre illimité d’utilisateurs simultanés de partager une seule session.

Pour compacter automatiquement le contexte lorsque la fenêtre de contexte approche de sa limite, empêchant ainsi les erreurs de dépassement de tokens.

Pour permettre à l’agent d’inscrire un nombre illimité d’outils au sein d’une session.

5.

Comment les outils sont-ils définis dans le Kit de développement logiciel (SDK) GitHub Copilot pour .NET ?

Utilisation de fichiers de configuration XML qui mappent les noms d’outils aux points de terminaison d’API.

Utilisation de AIFunctionFactory.Create du package Microsoft.Extensions.AI avec une fonction lambda, un nom d’outil et une description.

Utilisation d’attributs décoratifs sur des classes de contrôleur qui exposent automatiquement des méthodes en tant qu’outils.

6.

Quels sont les cinq composants architecturaux principaux requis par chaque système d’agent IA ?

Gestionnaire d’entrée, formateur de sortie, cache, planificateur et enregistreur d’événements.

Moteur de raisonnement ia, outils, planificateur et contrôleur, mémoire et contexte, et stratégies et garde-fous.

Base de données, passerelle API, file d’attente de messages, équilibreur de charge et service de supervision.

7.

Qu’est-ce que le hook de session OnPreToolUse retourne pour contrôler si un appel d’outil se déroule ?

Valeur booléenne indiquant true pour continuer ou false pour annuler.

Valeur PermissionDecision de Allow, Deny, ou Ask.

Code d’état HTTP tel que 200 pour succès ou 403 pour interdit.

8.

Quels sont les trois domaines de conception sur lesquels un développeur doit se concentrer lors de la création d’un agent avec le Kit de développement logiciel (SDK) Copilot ?

Vitesse, coût et scalabilité.

Contexte, outils et stratégies.

Conception de l’interface utilisateur, schéma de base de données et architecture réseau.

9.

Quel type d’événement signale que l’agent a terminé de traiter une demande, y compris tous les appels d’outils ?

AssistantMessageEvent.

ToolExecutionCompleteEvent.

SessionIdleEvent.

10.

Que fait le SystemMessageMode.Replace paramètre dans une configuration de session ?

Il remplace le modèle IA affecté à la session par un autre modèle.

Il remplace le message système par défaut par une invite système personnalisée.

Il remplace toutes les définitions d’outils existantes par un nouvel ensemble d’outils.

11.

À quel type d'événement un développeur doit-il s'abonner lors du streaming de la réponse de l'agent jeton par jeton dans une interface de chat ?

AssistantMessageEvent.

AssistantMessageDeltaEvent.

SessionIdleEvent.

12.

Quel modèle donne à un agent accessible au client l’accès aux informations sur le produit et aux questions fréquentes au-delà des données d’entraînement du modèle IA ?

Ajuster le modèle IA avec les données propriétaires de l’entreprise.

Génération augmentée par récupération (RAG) à l’aide d’un outil de recherche de base de données.

Augmentation de la taille de la fenêtre de contexte du modèle pour inclure tous les documents d’entreprise.

13.

Pourquoi les agents back-office doivent-ils utiliser des outils pour les opérations mathématiques plutôt que de s’appuyer sur le modèle IA ?

Les outils sont plus rapides que le modèle IA pour effectuer des calculs complexes.

Les outils produisent des résultats fiables, tandis que le modèle IA peut introduire des erreurs arithmétiques.

Les outils ne comptent pas dans la limite d’utilisation des jetons de la session.

14.

Quelle approche doit-on utiliser lorsqu'un agent back-office est déclenché par des alertes de surveillance ou des webhooks ?

Traitez toutes les alertes dans une seule session partagée pour une efficacité.

Mettre en file d’attente toutes les alertes et les traiter dans un travail de traitement par lots quotidien.

Traitez chaque événement dans une session indépendante pour empêcher le mélange de contexte entre les opérations non liées.

15.

Quel flux de travail itératif un agent IA suit-il lors du traitement d’une demande ?

Recherchez, implémentez, testez, déployez et surveillez.

Recevez des données d’entrée, raisonner et planifier, agir, observer et itérer ou répondre.

Analysez la requête, validez les données, exécutez la requête, mettez en forme la sortie et retournez la réponse.

Évaluation du module

Vérifier vos connaissances

Commentaires