لقد اجتاز اختبارك يوم الاثنين: نفس الإدخال، نفس الكود، وtemperature=0. يوم الثلاثاء فشل الاختبار رغم أنك لم تغيّر شيئًا. السبب؟ فحصك يقارن سلسلة نصية مطابقة تمامًا، بينما أعاد النموذج الإجابة نفسها بمعنى صحيح لكن بصياغة مختلفة قليلًا. الاختبار أحمر، الوكيل يعمل، وأنت الآن تصحح مجموعة الاختبار بدلًا من المنتج. هذه مشكلة شائعة عند اختبار أي شيء يستدعي نموذج لغة، وهي وضع الفشل الثالث في دليلنا عن سبب فشل وكلاء الذكاء الاصطناعي في الإنتاج.
جرّب Apidog اليوم
لماذا لا تعني temperature=0 حتمية؟
تتحكم درجة الحرارة في اختيار الرمز التالي. عند temperature=0 يختار النموذج عادةً الرمز الأكثر احتمالًا، لكن هذا لا يضمن مخرجات متطابقة على مستوى البايت.
السبب ليس في إعدادك فقط، بل في المكدس التشغيلي كاملًا:
