Оглавление

Практика

Категория 1: Networking / Low-Level Systems

• 1. Развернуть NCCL бенчмарк на 2-8 GPU
• 2. Написать RDMA-читалку для KV cache
• 3. Профилировать NUMA влияние на latency
• 4. Настроить GPU Direct RDMA
• 5. Сравнить NCCL ring vs tree
• 6. Настроить NVLink topology для 8x GPU
• 7. Написать pinned memory аллокатор
• 8. Настроить InfiniBand partition keys
• 9. Профилировать network congestion на 64 GPU
• 10. Реализовать topology-aware scheduling

Категория 2: Storage Systems

• 11. Конвертировать датасет из JSONL в Parquet
• 12. Настроить mmap для embeddings
• 13. Сравнить S3 vs EBS для checkpoint'ов 70B
• 14. Реализовать WAL для векторной БД
• 15. Настроить tiered storage (hot/warm/cold)
• 16. Реализовать compaction в векторной БД
• 17. Настроить S3 consistency для RAG
• 18. Сравнить распределенные FS (Lustre, BeeGFS, JuiceFS)
• 19. Реализовать data locality scheduler
• 20. Настроить sharding для petabyte embeddings

Категория 3: Observability / Operability

• 21. Интегрировать OpenTelemetry в RAG
• 22. Настроить high-cardinality metrics в VictoriaMetrics
• 23. Реализовать distributed tracing для агента
• 24. Настроить RED metrics для LLM
• 25. Спроектировать structured logging для LLM
• 26. Реализовать SLO для faithfulness
• 27. Настроить tail latency amplification мониторинг
• 28. Создать runbook для инцидентов
• 29. Реализовать автоматический postmortem
• 30. Настроить correlation между метриками
• 251. Настроить дашборд в Grafana для LLM
• 252. Реализовать алертинг по faithfulness
• 253. Настроить логирование в ClickHouse
• 254. Реализовать SLO для RAG
• 255. Настроить correlation метрик

Категория 4: Cache Systems

• 31. Реализовать семантический кэш
• 32. Настроить Redis cluster с LFU eviction
• 33. Реализовать write-through cache для RAG
• 34. Настроить Bloom filter для retrieval
• 35. Реализовать cache stampede защиту
• 36. Настроить Redis с persistent storage
• 37. Реализовать sharded cache на 10+ нод
• 38. Настроить TTL для semantic cache
• 39. Реализовать cache warming
• 40. Настроить hot shard detection
• 256. Настроить LFU eviction в Redis
• 257. Реализовать cache invalidation
• 258. Настроить write-through cache
• 259. Реализовать Bloom filter для retrieval
• 260. Настроить TTL для semantic cache

Категория 5: Search / IR Theory

• 41. Реализовать BM25 с нуля
• 42. Настроить hybrid search с весами
• 43. Реализовать RRF (Reciprocal Rank Fusion)
• 44. Настроить query expansion
• 45. Реализовать learning-to-rank с LambdaMART
• 46. Настроить cross-encoder reranking
• 47. Реализовать query drift детекцию
• 48. Настроить click models для implicit feedback
• 49. Реализовать dense retrieval failure detection
• 50. Настроить contextual retrieval (Anthropic стиль)

Категория 6: Model Architectures

• 51. Развернуть Mamba-2 локально
• 52. Настроить RWKV для инференса
• 53. Реализовать selective scan (Mamba)
• 54. Сравнить Hyena vs FlashAttention на 128k
• 55. Настроить Mixture of Experts (Mixtral)
• 56. Реализовать diffusion LLM (PLANNER)
• 57. Настроить recurrent memory для long context
• 58. Реализовать latent reasoning (COCONUT)
• 59. Сравнить архитектуры на reasoning задачах
• 60. Настроить гибрид (Mamba + Attention)

Категория 7: Reasoning Models / Test-Time Compute

• 61. Реализовать Tree of Thoughts
• 62. Настроить MCTS для математических задач
• 63. Реализовать verifier-guided decoding
• 64. Настроить self-consistency для CoT
• 65. Реализовать process reward model
• 66. Настроить search-based inference (AlphaSearch)
• 67. Реализовать latent reasoning (∇-Reasoner)
• 68. Настроить inference-time scaling
• 69. Реализовать deliberate decoding
• 70. Сравнить CoT vs ToT vs MCTS на своем домене

Категория 8: Economics of AI Systems

• 71. Рассчитать cost per 1M tokens для разных моделей
• 72. Настроить capacity planning для GPU кластера
• 73. Сравнить spot vs on-demand для batch inference
• 74. Настроить auto-scaling для vLLM
• 75. Рассчитать ROI для fine-tuning
• 76. Настроить reserved instances для постоянной нагрузки
• 77. Реализовать cost-aware routing
• 78. Рассчитать TCO для self-hosted vs API
• 79. Настроить token economics для агентов
• 80. Реализовать cost attribution per feature

Категория 9: Human Factors / UX

• 81. Спроектировать uncertainty UI
• 82. Реализовать human-in-the-loop для критических действий
• 83. Спроектировать progressive disclosure
• 84. Реализовать conversational repair
• 85. Спроектировать escalation system
• 86. Реализовать user feedback loop
• 87. Спроектировать partial failure UI
• 88. Реализовать hallucination indicator
• 89. Спроектировать onboarding для агента
• 90. Реализовать user trust метрику

Категория 10: Failure Analysis & Postmortems

• 91. Написать postmortem для retrieval degradation
• 92. Профилировать GPU utilization падение
• 93. Настроить алерты на p99 latency spike
• 94. Реализовать failure injection для MoE router
• 95. Написать runbook для synthetic data collapse
• 96. Профилировать reranker negative effect
• 97. Настроить retrieval quality dashboard
• 98. Реализовать chaos testing для агента
• 99. Написать postmortem для cache stampede
• 100. Создать blameless postmortem культуру
• 261. Написать runbook для retrieval degradation
• 262. Настроить дашборд для failures
• 263. Реализовать автоматический postmortem
• 264. Настроить health checks для всех компонентов
• 265. Создать blameless postmortem template

Категория 11: Harness Engineering

• 101. Реализовать Agent Loop с нуля
• 102. Настроить Guardrails на NeMo
• 103. Интегрировать OpenTelemetry в агента
• 104. Реализовать Session Management с TTL
• 105. Настроить Memory (in-memory + vector)
• 106. Реализовать Tool System с JSON Schema
• 107. Настроить AdmissionController
• 108. Реализовать partial harnessing
• 109. Настроить cost tracking для агента
• 110. Реализовать quality gates для агента
• 111. Настроить drift detection для агента
• 112. Реализовать component registry
• 113. Собрать agentic mesh из 3 агентов
• 114. Настроить playground для тестирования агента
• 115. Написать runbook для агента

Категория 12: Delegation Engineering

• 116. Реализовать иерархическое делегирование
• 117. Настроить эскалацию человеку
• 118. Реализовать fallback-цепь (Агент А → Агент Б → человек)
• 119. Измерить cost делегирования
• 120. Реализовать delegation by exception
• 121. Настроить load balancing между агентами
• 122. Протестировать delegation paths
• 123. Реализовать rollback delegation
• 124. Настроить SLA между агентами
• 125. Реализовать market-based делегирование
• 126. Настроить человеческий фактор
• 127. Реализовать outsourcing другому LLM
• 128. Измерить KPD (коэффициент полезного делегирования)
• 129. Настроить monitoring delegation
• 130. Написать postmortem для неудачного делегирования

Категория 13: Cost Engineering

• 131. Рассчитать TCO RAG-системы на 1 год
• 132. Настроить cost tracking в production
• 133. Реализовать cost-aware routing
• 134. Настроить token budget для агента
• 135. Рассчитать ROI от fine-tuning
• 136. Настроить auto-scaling с учётом cost
• 137. Сравнить cost efficiency провайдеров
• 138. Реализовать semantic cache
• 139. Настроить cost attribution per feature
• 140. Рассчитать break-even point продукта
• 141. Настроить budgeting для команд
• 142. Реализовать cost-aware caching
• 143. Сравнить reserved vs spot vs on-demand
• 144. Настроить anomaly detection по cost
• 145. Сделать финансовую модель LLM-продукта

Категория 14: QA & Testing for Agents

• 146. Реализовать golden dataset для агента
• 147. Настроить property-based testing
• 148. Реализовать simulation testing
• 149. Настроить regression test suite
• 150. Реализовать canary deployment агента
• 151. Настроить trajectory coverage
• 152. Реализовать test generation для агента
• 153. Настроить chaos testing
• 154. Протестировать multi-turn диалоги
• 155. Реализовать tool testing изолированно
• 156. Настроить prompt regression suite
• 157. Интегрировать тестирование в CI/CD
• 158. Реализовать fuzzing для агента
• 159. Настроить A/B тестирование агентов
• 160. Написать test plan для агента

Категория 15: Prompt Management

• 161. Развернуть Prompt Registry
• 162. Настроить prompt as code
• 163. Реализовать A/B тестирование промптов
• 164. Настроить canary deployment промптов
• 165. Реализовать prompt linting
• 166. Настроить prompt observability
• 167. Реализовать dependency management промптов
• 168. Настроить templating (Jinja2)
• 169. Реализовать rollback промпта
• 170. Настроить version tagging
• 171. Реализовать prompt diff
• 172. Настроить regression testing промптов
• 173. Реализовать prompt lifecycle
• 174. Настроить prompt caching
• 175. Написать документацию промпта

Категория 16: Inter-Agent Communication

• 176. Развернуть message bus (NATS/Kafka)
• 177. Реализовать протокол A2A
• 178. Настроить exactly-once delivery
• 179. Реализовать actor model для агентов
• 180. Настроить rate limiting на сообщения
• 181. Реализовать dead letter queue для сообщений
• 182. Настроить schema evolution
• 183. Реализовать circuit breaker на вызовы агента
• 184. Настроить distributed tracing
• 185. Реализовать request-response vs fire-and-forget
• 186. Настроить message schema registry
• 187. Реализовать handshake при соединении агентов
• 188. Настроить monitoring сообщений
• 189. Реализовать compression сообщений
• 190. Написать тесты для меж-агентской коммуникации
• 191. Развернуть vLLM на 8 GPU с tensor parallelism
• 192. Настроить autoscaling для LLM сервера
• 193. Реализовать circuit breaker для LLM API
• 194. Настроить distributed tracing через OpenTelemetry
• 195. Реализовать blue-green deployment для RAG
• 196. Настроить backpressure в ingestion
• 197. Реализовать graceful degradation при отказе vector DB
• 198. Настроить multi-region active-passive
• 199. Реализовать distributed lock для обновления памяти
• 200. Настроить load shedding при перегрузке
• 201. Реализовать canary analysis
• 202. Настроить health checks для LLM
• 203. Реализовать retry storm mitigation
• 204. Настроить distributed DLQ для failed инференса
• 205. Настроить GPU scheduling для multi-tenant
• 206. Развернуть vLLM vs TGI, сравнить throughput
• 207. Настроить continuous batching в vLLM
• 208. Реализовать speculative decoding с draft моделью
• 209. Настроить AWQ quantization для LLM
• 210. Сравнить GPTQ vs AWQ на reasoning задачах
• 211. Реализовать prefix caching для system prompt
• 212. Настроить chunked prefill для long context
• 213. Настроить CUDA graphs для коротких запросов
• 214. Реализовать FP8 инференс на H100
• 215. Настроить expert parallelism для Mixtral
• 216. Профилировать memory fragmentation
• 217. Реализовать streaming с SSE
• 218. Настроить prompt caching (Anthropic style)
• 219. Сравнить inference schedulers (FCFS vs Priority)
• 220. Настроить wave decoding для коротких ответов

Категория 17: Distributed Systems for AI

(задачи не загружены)

Категория 18: Inference Optimization

(задачи не загружены)

Категория 19: Pet-Проекты

• 221. RAG на 100 PDF
• 222. Агент для email
• 223. Fine-tune LoRA для стиля
• 224. vLLM кластер на 4 GPU
• 225. Semantic cache для RAG
• 226. Multi-agent для планирования
• 227. RAG с гибридным поиском
• 228. Агент с памятью через векторную БД
• 229. Fine-tune embedding под домен
• 230. RAG с DSPy оптимизацией
• 231. Agentic RAG с саморефлексией
• 232. RAG с кэшированием ответов
• 233. Агент с human-in-the-loop
• 234. RAG с мультимодальными документами
• 235. LoRA для function calling
• 236. RAG с оценкой faithfulness
• 237. Агент с cost tracking
• 238. RAG с incremental update
• 239. Multi-tenant RAG с изоляцией
• 240. Агент с tree search (MCTS)
• 241. RAG с HyDE
• 242. Агент с delegated tools
• 243. RAG с cross-encoder reranking
• 244. Fine-tune QLoRA на 1 GPU
• 245. RAG с semantic chunking
• 246. Агент с наблюдаемостью (OpenTelemetry)
• 247. RAG с distributed tracing
• 248. Агент с A/B тестированием
• 249. RAG с cost-aware routing
• 250. Полный production агент

Вопросы

Основы RAG и retrieval (вопросы 1–50)

• 1. Как бы вы спроектировали RAG-систему для 10 000 документов с
• 2. Как вы решаете проблему «lost in the middle» при работе с дл
• 3. Какие стратегии chunking'а вы знаете и когда какую применяет
• 4. Какую векторную БД вы выберете для production-системы с >1 м
• 5. Как вы оцениваете качество retrieval'а в RAG-системе?
• 6. Что такое гибридный поиск и когда он нужен?
• 7. Как вы уменьшаете latency RAG-системы (время ответа)?
• 8. Как вы обрабатываете запросы, на которые нет ответа в докуме
• 9. Как вы обновляете документы в существующей RAG-системе?
• 10. Что такое Self-RAG и когда его использовать?
• 11. Что такое Hypothetical Document Embeddings (HyDE) и зачем?
• 12. Как вы фильтруете документы по метаданным в векторной БД?
• 13. Как вы загружаете 1000 документов в RAG максимально эффектив
• 14. Как вы обрезаете контекст, когда retrieved documents > конте
• 15. Какие embedding-модели вы использовали и почему?
• 16. Как вы оцениваете качество генерации в RAG? Назовите 3 ключе
• 17. Как вы уменьшаете галлюцинации в RAG?
• 18. Что такое Multi-vector retrieval и зачем он нужен?
• 19. Как вы храните историю диалога в RAG для multi-turn QA?
• 20. Как вы обеспечиваете, что RAG работает с документами на русс
• 21. Когда вы выбираете fine-tuning вместо RAG, а когда — наоборо
• 22. Какие методы fine-tuning вы знаете и какой используете чаще
• 23. Как вы подбираете гиперпараметры для LoRA?
• 24. Какой размер датасета нужен для fine-tuning?
• 25. Как вы оцениваете качество после fine-tuning?
• 26. Как вы предотвращаете catastrophic forgetting при fine-tunin
• 27. QLoRA vs LoRA — в чем разница и когда QLoRA лучше?
• 28. Какие данные нужны для fine-tuning на кастомный стиль общени
• 29. Как fine-tune модель для следования сложным инструкциям?
• 30. Как вы проверяете, что fine-tuned модель не сломала базовые
• 31. Что такое Parameter-Efficient Fine-Tuning (PEFT) и какие мет
• 32. Как вы подготовите датасет для fine-tuning, если у вас тольк
• 33. Какие фреймворки для fine-tuning вы используете?
• 34. Какая у вас была самая сложная проблема при fine-tuning и ка
• 35. Как вы fine-tune embedding модель под свой домен (а не испол
• 36. Что такое DPO (Direct Preference Optimization) и чем отличае
• 37. Как вы избегаете переобучения при fine-tuning на маленьком д
• 38. Как вы fine-tune модель для функции "вызов внешнего API"?
• 39. Сколько эпох достаточно для LoRA fine-tuning?
• 40. Как вы объединяете несколько LoRA адаптеров для разных задач
• 41. LangChain vs LlamaIndex vs Haystack — что выберете и почему?
• 42. Что такое LangGraph и зачем он нужен?
• 43. Как спроектировать агента, который может выполнять цепочку и
• 44. CrewAI vs AutoGen vs LangGraph — сравнение?
• 45. Как вы тестируете агентов? (сложно из-за стохастичности)
• 46. Какие инструменты (tools/functions) дать агенту для автомати
• 47. Что такое ReAct Agent и как он работает?
• 48. Как вы реализуете память агента (Memory) на разных уровнях?
• 49. Как вы дебажите агента, который делает неправильные действия
• 50. Как вы ограничиваете бесконечный цикл агента?

Embeddings и векторные базы данных (вопросы 51–120)

• 51. Как вы передаёте контекст между несколькими агентами (multi-
• 52. LangSmith — зачем и как используете?
• 53. Как вы проектируете промпт для агента с инструментами?
• 54. Что такое Semantic Kernel и чем отличается от LangChain?
• 55. Как вы измеряете стоимость (токены) агентской системы?
• 56. Как вы делаете агента "отказоустойчивым" (graceful degradati
• 57. Какие паттерны multi-agent систем вы знаете?
• 58. Как вы переносите агента из прототипа в production (MLOps)?
• 59. n8n, Make, Zapier — как вы интегрируете их с LLM?
• 60. Как вы обрабатываете ошибки агента (action не сработал, API
• 61. Как вы разворачиваете LLM в production (self-hosted)?
• 62. Какие метрики вы мониторите для LLM в production?
• 63. Как вы управляете разными версиями промптов в production?
• 64. Как вы обеспечиваете низкую задержку (<500ms) для LLM?
• 65. Как вы обрабатываете rate limiting от LLM провайдеров (OpenA
• 66. Как вы управляете контекстным окном (context window) для дли
• 67. Что такое Prompt Injection и как вы защищаетесь?
• 68. Как вы шифруете данные для RAG (конфиденциальность)?
• 69. Как вы организуете CI/CD для RAG-пайплайна?
• 70. Как вы снижаете стоимость LLM в production на 50%+?
• 71. Как вы тестируете RAG-систему на новых документах без реальн
• 72. OpenAI vs Антропик vs Groq vs Self-hosted — что выбираете?
• 73. Как вы логируете все вызовы LLM для аудита?
• 74. Как вы мониторите дрейф данных (data drift) для RAG?
• 75. Что такое structured output / constrained decoding и зачем э
• 76. Как вы делаете A/B тестирование двух моделей в production?
• 77. Как вы оптимизируете embedding генерацию для большого количе
• 78. Какие LLM для русского языка вы используете?
• 79. Как вы обновляете embedding модель без полной переиндексации
• 80. Какие 3 книги/курса вы рекомендуете по production LLM?
• 81. Как бы вы спроектировали систему для 1000 одновременных поль
• 82. Как бы вы спроектировали систему для реального времени (real
• 83. Как спроектировать систему, где LLM должна работать с конфид
• 84. Как бы вы спроектировали multi-tenant RAG (разные компании,
• 85. Как вы обрабатываете смену форматов документов (legacy + нов
• 86. Как вы решаете проблему “я знаю, что ответ есть в документах
• 87. Как вы обеспечиваете, чтобы ответы LLM были консистентными д
• 88. Как бы вы добавили "отмену" (cancellation) для длительных LL
• 89. Как вы спроектируете систему, которая может переключаться ме
• 90. Как вы проектируете API для внешних систем, использующих ваш
• 91. Что такое Semantic Caching и как вы его реализуете?
• 92. Зачем нужен embedding-as-a-service и когда вы его использует
• 93. Как вы дебажите проблему "LLM не следовала системному промпт
• 94. Как вы проектируете промпты, которые работают с разными моде
• 95. Как вы храните историю изменений промптов (prompt lineage)?
• 96. Как вы предотвращаете галлюцинации в production RAG системе?
• 97. Какую LLM вы выберете для "быстрых" (<200ms) простых задач к
• 98. Как вы документируете RAG-систему для команды?
• 99. Как вы планируете масштабирование команды вокруг LLM-системы
• 100. Что вы сделаете в первую неделю на новой работе Senior AI En
• 101. Что такое DSPy и какую проблему он решает, которую не решают
• 102. Объясните концепцию «сигнатуры» (Signature) в DSPy. Чем она
• 103. Какие оптимизаторы (teleprompters) в DSPy вы использовали и
• 104. Как вы интегрируете DSPy с RAG-пайплайном? Приведите пример
• 105. Когда DSPy не подходит? Назовите 3 сценария.
• 106. Как вы валидируете, что DSPy-оптимизация действительно улучш
• 107. Объясните концепцию «программируемых промптов» (DSPy program
• 108. Что такое Assertions в DSPy и зачем они нужны?
• 109. Как вы бенчмарките DSPy против ручного промпт-инжиниринга в
• 110. Какое будущее у DSPy? Вытеснит ли он LangChain в 2026-2027?
• 111. Чем мультимодальный RAG отличается от «OCR + текстовый RAG»?
• 112. Как вы извлекаете логические отношения из диаграммы, а не
• 113. Как вы представляете граф знаний из изображения для LLM?
• 114. Что такое Layout-Aware Chunking и как он связан с мультимода
• 115. Как вы обрабатываете большие таблицы в RAG (500+ строк)?
• 116. Как вы индексируете видео-контент в RAG-системе?
• 117. Какие embedding-модели для мультимодального поиска вы исполь
• 118. Как вы проверяете, что LLM правильно «понял» диаграмму, а не
• 119. Как вы комбинируете текстовый и визуальный поиск (early fusi
• 120. Как быть, если одно и то же изображение встречается в докуме

Chunking и обработка данных (вопросы 121–180)

• 121. Назовите OWASP Top 10 для LLM (2025) и 3 самых критичных рис
• 122. Что такое Indirect Prompt Injection через RAG и как защитить
• 123. Как вы защищаете RAG-систему от утечки данных между клиентам
• 124. Что такое модель «Least Privilege» для AI-агентов и как её р
• 125. Объясните разницу между NeMo Guardrails и Garak. Когда что и
• 126. Что такое MITRE ATLAS и как он связан с MITRE ATT&CK?
• 127. Как вы проводите red teaming LLM-приложения? Назовите 3 техн
• 128. Что такое Model Poisoning в контексте RAG и как защититься?
• 129. Как вы обнаруживаете многошаговые jailbreak-атаки (через 10-
• 130. Что такое Constitutional AI и как оно применяется в производ
• 131. Каковы 3 главных bias-эффекта LLM-as-Judge и как их детектир
• 132. Как вы калибруете LLM-судью под человеческие оценки?
• 133. Альтернативы LLM-as-Judge — назовите 3 и их ограничения.
• 134. Как вы оцениваете faithfulness RAG-ответа в production автом
• 135. Что такое Path-level evaluation для Agentic RAG и чем оно лу
• 136. Как вы A/B тестируете две версии промпта в production?
• 137. Как вы измеряете drift retrieval-качества в RAG (когда докум
• 138. Что такое «оценка с подкреплением» (RLHF evaluation) и как о
• 139. Как вы оцениваете cost-effectiveness LLM-пайплайна?
• 140. Как вы проверяете, что новая версия модели не сломала старые
• 141. В чем разница между Naive RAG, Adaptive RAG и Agentic RAG?
• 142. Как вы проектируете «планировщика» (planner) для Agentic RAG
• 143. Как вы боретесь с «бесконечным циклом» агента в Agentic RAG?
• 144. Как вы передаете состояние (state) между шагами агента?
• 145. LangGraph vs CrewAI vs AutoGen — что вы выберете и для каких
• 146. Как вы обеспечиваете «человека в петле» (HITL) для критическ
• 147. Как вы логируете и дебажите многошаговые агенты?
• 148. Как вы измеряете стоимость агента в production (не только то
• 149. Как спроектировать агента, который может самоисправляться (s
• 150. Как вы переключаете агента между инструментами (function cal
• 151. Что такое тест-тайм компьютинг (Test-Time Compute) и чем он
• 152. В чем разница между Chain-of-Thought (CoT) и Latent Reasonin
• 153. Что такое ∇-Reasoner (nabla-reasoner) и как он использует гр
• 154. Как масштабируется тест-тайм компьютинг? Есть ли закон dimin
• 155. Что такое Recurrent Depth в контексте LLM и зачем это нужно?
• 156. Как вы выбираете между увеличением тест-тайм компьютинга и и
• 157. Какие есть методы ускорения тест-тайм компьютинга? (KV-cache
• 158. Что такое EAGLE-3 и чем он отличается от стандартного specul
• 159. Как speculative decoding взаимодействует с KV cache?
• 160. Что такое Variational Speculative Decoding (VSD) и чем он ре
• 161. Как вы измеряете эффективность speculative decoding?
• 162. Что такое Quasar и как quantized verification ускоряет инфер
• 163. Как вы деплоите speculative decoding в production?
• 164. Какие trade-offs между разными архитектурами speculative dec
• 165. Как тест-тайм компьютинг меняет MLOps?
• 166. Назовите 7 production failure modes для agentic AI систем по
• 167. Как вы детектируете Distribution Collapse у агента?
• 168. Что такое «Tool Degradation with Availability Masking» и как
• 169. Как вы измеряете объяснимость (explainability) агентских реш
• 170. Что такое GIM (Grounded Integration Measure) и чем он отлича
• 171. Что такое IRT (Item Response Theory) и как она применяется к
• 172. Что такое LiveIdeaBench и для чего он нужен?
• 173. Как вы оцениваете креативность LLM в production?
• 174. Что такое «многошаговая когерентность» (coherence illusion)
• 175. Как детектировать «объяснительно-решенческую декомпозицию»?
• 176. Какие инструменты для агентской эвалюации вы используете?
• 177. Как вы измеряете дрейф модели (model drift) для LLM?
• 178. Чем отличается эвалюация LLM от эвалюации традиционных ML мо
• 179. Как вы A/B тестируете агентов в production?
• 180. Какие failure modes уникальны для multi-agent систем (vs sin

Оценка качества и метрики (вопросы 181–250)

• 181. В чем проблема «natural language bottleneck» для LLM?
• 182. Что такое «схема» (schema) в контексте LLM и как она связана
• 183. Назовите 4 уровня языкового представления по Yang et al. (20
• 184. Почему естественный язык не подходит для сложного рассуждени
• 185. Как код как язык представления улучшает рассуждение LLM?
• 186. Что такое «shaping schema through language representation»?
• 187. Как язык промпта (русский vs английский) влияет на схему рас
• 188. Что такое «Schema-Activated In-Context Learning» (SA-ICL)?
• 189. Как вы проектируете language representation для сложной зада
• 190. Как вы комбинируете несколько языков представления в одном п
• 191. Какие типы задач требуют Level 3 представления (scientific f
• 192. Как вы оцениваете качество language representation для задач
• 193. Что такое «Clone-Structured Causal Graphs» (CSCG) и как они
• 194. Как вы строите DSL (Domain-Specific Language) для вашей LLM-
• 195. Как вы проверяете, что модель действительно использует струк
• 196. Как language representation связан с тест-тайм компьютингом?
• 197. Как вы переключаете между уровнями представления для разных
• 198. Какие ограничения у language representation design?
• 199. Как вы combine language representation с DSPy?
• 200. Что вы видите следующим горизонтом после language representa
• 201. Что такое continuous batching и как оно отличается от static
• 202. Как работает paged attention в vLLM? Чем это отличается от с
• 203. Tensor parallelism vs pipeline parallelism vs data paralleli
• 204. Что такое FlashAttention-3 и какие improvements он принес по
• 205. Как вы деплоите LLM с requirement <100ms latency при through
• 206. Что такое KV cache reuse в multi-turn диалогах и как его реа
• 207. Как работает scheduler в vLLM? Какие алгоритмы выбора запрос
• 208. Что такое prefix caching и когда он эффективен?
• 209. GGUF vs GPTQ vs AWQ — сравнение форматов квантизации для лок
• 210. Что такое chunked prefill и зачем он нужен?
• 211. Как вы измеряете и оптимизируете TTFT (Time To First Token)
• 212. Как работает speculative decoding с несколькими draft моделя
• 213. Что такое Guided Decoding и как оно связано с JSON schema?
• 214. Как вы реализуете streaming в production с учетом network li
• 215. Что такое Wave Decoding и чем отличается от стандартного авт
• 216. Как вы делаете load testing для LLM endpoint? Какие метрики
• 217. Как вы управляете memory fragmentation при длительном раннин
• 218. Как работает continuous batching в TGI (Hugging Face Text Ge
• 219. Что такое prompt caching у провайдеров (Anthropic, Google) и
• 220. Как вы выбираете между online и batch инференсом для LLM?
• 221. Как работает HNSW (Hierarchical Navigable Small World) алгор
• 222. Что такое IVF (Inverted File Index) и как он сравнивается с
• 223. Как работает Product Quantization (PQ) для сжатия векторов?
• 224. OPQ (Optimized Product Quantization) vs PQ — в чем разница?
• 225. Как вы выбираете параметры HNSW (M, ef_construction, ef_sear
• 226. Что такое Filtered ANN Search и как оно реализовано в Qdrant
• 227. ScaNN (Google) vs HNSW — сравнение для больших масштабов (>1
• 228. Как работает DiskANN и когда он нужен?
• 229. Как вы измеряем recall@k для ANN индекса и какой порог accep
• 230. Что такое Hierarchical Navigable Small World + IVF (HNSW+IVF
• 231. Как вы обновляете ANN индекс при добавлении новых векторов б
• 232. Что такое Memory-optimized ANN и какие алгоритмы лучшие для
• 233. Как вы делаете hybrid search (vector + keyword) в production
• 234. Что такое Learned Index Structures for ANN? Новые подходы 20
• 235. Как вы выбираете ANN алгоритм под ваш use case (volume, dime
• 236. Как вы проектируете RAG для 10k RPS с P99 latency <200ms? Ар
• 237. Что такое circuit breaker и как он применяется к LLM API выз
• 238. Как вы реализуете retry с exponential backoff для LLM API с
• 239. Что такое idempotency в контексте LLM API и зачем она нужна?
• 240. Как вы проектируете dead letter queue для failed LLM инферен
• 241. Как вы делаете distributed tracing для цепочки: user → gatew
• 242. Как вы проектируете graceful shutdown для LLM serving pod в
• 243. Как вы делаете blue-green deployment для RAG системы с zero
• 244. Как вы проектируете backpressure в LLM serving системе?
• 245. Как вы делаете cache invalidation для semantic cache при обн
• 246. Что такое sidecar pattern для LLM observability и как его ре
• 247. Как вы проектируете multi-region active-active для LLM API?
• 248. Что такое rate limiting на разных уровнях (user, API key, IP
• 249. Как вы делаете load shedding при перегрузке LLM сервера?
• 250. Как вы делаете health check для LLM сервера с учетом модели

Fine-tuning и обучение (вопросы 251–350)

• 251. Как вы деплоите LLM на spot instances в облаке?
• 252. Что такое Kafka compaction для логов LLM взаимодействий?
• 253. Как вы делаете асинхронную обработку long-running (>30s) LLM
• 254. Как вы проектируете disaster recovery для LLM системы при сб
• 255. Как вы управляете секретами (API keys для LLM) в Kubernetes?
• 256. Как вы проектируете ETL пайплайн для 1M документов/день в RA
• 257. Как вы дедуплицируете документы перед индексацией в RAG?
• 258. Что такое weak supervision для разметки данных для fine-tuni
• 259. Как вы генерируете synthetic данные для instruction tuning?
• 260. Как вы отслеживаете data drift для распределения запросов к
• 261. Как вы управляете качеством разметки (label quality) для DPO
• 262. Как вы проектируете feature store для ML фичей, используемых
• 263. Как вы обрабатываете PII в данных для RAG (GDPR, 152-ФЗ)?
• 264. Как вы делаете backfill эмбеддингов при смене embedding моде
• 265. Как вы проектируете data lineage для RAG (от документа к отв
• 266. Как вы делаете incremental ingestion для часто меняющихся до
• 267. Что такое data version control (DVC) для RAG корпуса докумен
• 268. Как вы делаете synthetic data generation для редких классов
• 269. Как вы обрабатываете streaming данные для real-time RAG?
• 270. Как вы управляете cost хранения векторной БД при миллиарде в
• 271. Как вы делаете schema evolution для метаданных документов в
• 272. Как вы проверяете качество parsing документов (PDF, DOCX) в
• 273. Как вы обрабатываете corrupted или empty документы в ingesti
• 274. Как вы проектируете feature engineering для контекста RAG (к
• 275. Как вы делаете data quality monitoring для RAG корпуса?
• 276. Как работает attention математически (Q, K, V) и как вычисли
• 277. Что такое multi-query attention (MQA) и grouped-query attent
• 278. Как работает RoPE (Rotary Position Embedding) и чем лучше аб
• 279. Что такое SwiGLU и почему он используется вместо ReLU в совр
• 280. Как работает RMSNorm (Root Mean Square Normalization) и чем
• 281. Что такое sliding window attention и зачем он в Mistral?
• 282. Как работает MoE (Mixture of Experts) внутри LLM (Mixtral, G
• 283. Что такое selective attention в контексте long context обраб
• 284. Как работают современные tokenizers (BPE, Unigram, SentenceP
• 285. Как вы анализируете embedding geometry для отладки retrieval
• 286. Как вы детектируете и фиксите attention sinks в длинных конт
• 287. Как работает градиентный анализ для объяснения решений LLM?
• 288. Как вы тестируете видение модели (vision-language) на пропущ
• 289. Как работает speculative decoding на уровне логитов, а не то
• 290. Что такое Chain-of-Thought без токенов (latent CoT) и как эт
• 291. Как вы измеряете uncertainty в ответах LLM (logit-based vs e
• 292. Как работает temperature sampling и как он влияет на качеств
• 293. Что такое Top-p (nucleus) sampling и как он сочетается с tem
• 294. Как вы калибруете вероятности LLM для classification задач?
• 295. Что такое logit lens и как он помогает понимать внутренние п
• 296. Как работает извлечение знаний (knowledge editing) из LLM бе
• 297. Что такое representation engineering (RepE) и зачем он нужен
• 298. Как вы тестируете robustness LLM к adversarial input (не тол
• 299. Как работает attention между слоями (cross-layer attention)
• 300. Как вы сравниваете две LLM архитектуры не по accuracy, а по
• 301. Как устроена иерархия памяти GPU (Global, L2, Shared, Regist
• 302. Что такое warp divergence в CUDA и как он влияет на attentio
• 303. Как работают Tensor Cores в H100/B200 и для чего они нужны?
• 304. Что такое FlashAttention с точки зрения CUDA programming?
• 305. Как вы профилируете GPU utilization для LLM serving (nsys, n
• 306. Что такое NCCL и зачем он для tensor parallelism?
• 307. Как PCIe bottleneck проявляется в multi-GPU инференсе?
• 308. Как работают CUDA streams и как они помогают оверлапить comp
• 309. Что такое kernel fusion и как он применяется в LLM serving?
• 310. Как вы читаете профиль Nsight Systems для поиска bottlenecks
• 311. Что такое CUDA graphs и как они ускоряют LLM инференс?
• 312. Как работает FP8 quantization на H100 (Transformer Engine)?
• 313. Как вы диагностируете, что проблема в memory bandwidth, а не
• 314. Как работает NVLink Switch System на DGX H100?
• 315. Что такое MIG (Multi-Instance GPU) и когда он полезен для LL
• 316. Как работает Torch Compile (torch.compile) и в чем его огран
• 317. Что такое MLIR и как он используется в IREE/TensorRT-LLM?
• 318. TensorRT-LLM vs vLLM — сравнение для production deployment.
• 319. Как работает XLA (Accelerated Linear Algebra) для LLM на TPU
• 320. Что такое ONNX Runtime и когда он выгоден для LLM?
• 321. Как работает graph optimization в LLM компиляторах (constant
• 322. Что такое operator fusion в компиляторах и какие паттерны fu
• 323. Как вы деплоите LLM с TensorRT-LLM в production?
• 324. Что такое TVM (Apache TVM) и зачем он нужен для AI инференса
• 325. Как вы сравниваете разные компиляторы (TensorRT, IREE, XLA)
• 326. Как работает RLHF (Reinforcement Learning from Human Feedbac
• 327. Что такое PPO (Proximal Policy Optimization) и почему он исп
• 328. GRPO (Group Relative Policy Optimization) vs PPO — чем отлич
• 329. Как обучается reward model для RLHF и как избегать reward ha
• 330. Что такое RLAIF (RL from AI Feedback) и как он масштабируетс
• 331. Как вы измеряете quality RLHF модели вне стандартных бенчмар
• 332. Как работает KL penalty в RLHF и как подобрать коэффициент?
• 333. Что такое preference data collection и как минимизировать bi
• 334. Как вы делаете online RL для агентов (self-improvement loops
• 335. Как работает Direct Preference Optimization (DPO) в деталях
• 336. Что такое KTO (Kahneman-Tversky Optimization) и чем отличает
• 337. Как вы проверяете, что RLHF не сломал базовые способности мо
• 338. Как вы деплоите policy (RLHF модель) в production с online f
• 339. Как работает алгоритм ReST (Reinforced Self-Training) и когд
• 340. Что такое Constitutional AI и как RLHF связан с ним?
• 341. Как вы проектируете бенчмарк для нового домена (медицина, юр
• 342. Что такое statistical power evaluation и как определять разм
• 343. Как вы измеряете и исправляете bias в LLM-as-Judge (self-enh
• 344. Что такое reward hacking в RLHF и как его детектировать?
• 345. Как вы проектируете red teaming evaluation для jailbreak уст
• 346. Что такое meta-evaluation бенчмарков (оценка оценки)?
• 347. Как вы оцениваете alignment модели с человеческими ценностям
• 348. Что такое calibration ошибок модели и как ее измерять (ECE,
• 349. Как вы проводите A/B тест метрик качества (не бизнес-метрик)
• 350. Как вы детектируете data contamination в evaluation датасета

LLM инференс и оптимизация (вопросы 351–450)

• 351. Как работает model stealing attack и как защититься?
• 352. Что такое jailbreak taxonomy (OOD, refusal suppression, role
• 353. Как работает embedding poisoning для RAG и как защититься?
• 354. Что такое adversarial retrieval (атака на retrieval компонен
• 355. Как вы защищаете LLM от градиентных атак (white-box jailbrea
• 356. Что такое data poisoning атака на fine-tuning и как защитить
• 357. Как работает membership inference атака на LLM?
• 358. Что такое watermarking для LLM генераций и как его детектиро
• 359. Как вы защищаете multi-agent систему от вредоносного агента?
• 360. Что такое adversarial fine-tuning для защиты от jailbreak?
• 361. Как работает CLIP и как training contrastive loss выравнивае
• 362. Что такое Fuyu-8B и чем архитектурно отличается от GPT-4V?
• 363. Как работает Whisper (architecture, tokenization, training)
• 364. Как вы строите real-time voice agent с latency <500ms?
• 365. Как работает мультимодальное выравнивание (alignment) в моде
• 366. Как вы делаете RAG для видео (индексация subshots, аудио, кл
• 367. Что такое Q-Former в BLIP-2 и зачем он нужен?
• 368. Как вы оцениваете мультимодальную модель на hallucinations (
• 369. Как работает diffusion backends для генерации изображений в
• 370. Как вы проектируете систему для real-time video understandin
• 371. Что такое LambdaMART и как он используется для reranking в R
• 372. Как вы строите двухступенчатый ретривал (fast ANN + slow cro
• 373. Что такое learning-to-rank (LTR) и как он применяется к retr
• 374. Как вы делаете query rewriting и query expansion в RAG?
• 375. Как вы калибруете retrieval confidence для threshold-based f
• 376. Что такое hybrid search с весами (weighted hybrid) и как опт
• 377. Как вы делаете retrieval для структурированных данных (SQL,
• 378. Как работает многогранный (faceted) поиск в RAG с фильтрами?
• 379. Как вы оцениваете retrieval с учетом позиции (Position-aware
• 380. Что такое semantic ranking на основе embeddings (вторая стад
• 381. Как вы определяете SLO и SLA для LLM сервиса?
• 382. Как вы проектируете canary deployment для LLM модели?
• 383. Что такое error budget для AI качества и как его считать?
• 384. Как вы проводим chaos engineering для RAG системы?
• 385. Как вы автоматизируете rollback при деградации качества?
• 386. Как вы обрабатываете production incident с LLM (playbook)?
• 387. Как вы делаем multi-region failover с RTO <5 минут?
• 388. Что такое SLI (Service Level Indicators) для AI системы и ка
• 389. Как вы делаем disaster recovery с RPO <1 минута?
• 390. Как вы проектируем on-call ротацию для AI сервиса?
• 391. Как вы проектируете агента, который может работать непрерывн
• 392. Что такое «agentic mesh» (сеть взаимодействующих агентов) и
• 393. Как вы измеряете «cost of reasoning» у агента (не только ток
• 394. Как вы делаете агента «забывающим» (для GDPR / privacy compl
• 395. Как вы тестируете агента на «неожиданные input» (не только a
• 396. Как вы проектируете «человека в петле» для multi-agent систе
• 397. Как вы делаете агента, который может «просить помощи» у друг
• 398. Как вы версионируете агента целиком (prompts, tools, memory
• 399. Как вы делаете A/B тест между двумя агентами с разными архит
• 400. Как вы проектируете систему для continuous learning LLM-аген
• 401. Как работает tensor parallelism для LLM инференса? В чем отл
• 402. Что такое NCCL и почему он критичен для multi-GPU инференса?
• 403. Как вы проектируете RAG для 10k RPS с P99 latency <200ms? Ар
• 404. Что такое circuit breaker и как он применяется к LLM API выз
• 405. Как вы реализуете retry с exponential backoff для LLM API с
• 406. Что такое idempotency в контексте LLM API и зачем она нужна?
• 407. Как вы проектируете dead letter queue для failed LLM инферен
• 408. Как вы делаете distributed tracing для цепочки: user → gatew
• 409. Как вы проектируете graceful shutdown для LLM serving pod в
• 410. Как вы делаете blue-green deployment для RAG системы с zero
• 411. Как вы проектируете backpressure в LLM serving системе?
• 412. Как вы делаете cache invalidation для semantic cache при обн
• 413. Что такое sidecar pattern для LLM observability и как его ре
• 414. Как вы проектируете multi-region active-active для LLM API?
• 415. Что такое rate limiting на разных уровнях (user, API key, IP
• 416. Как вы делаете load shedding при перегрузке LLM сервера?
• 417. Как вы делаете health check для LLM сервера с учетом модели
• 418. Как вы деплоите LLM на spot instances в облаке?
• 419. Что такое Kafka compaction для логов LLM взаимодействий?
• 420. Как вы делаете асинхронную обработку long-running (>30s) LLM
• 421. Как вы проектируете disaster recovery для LLM системы при сб
• 422. Как вы управляете секретами (API keys для LLM) в Kubernetes?
• 423. Как работает tensor parallelism для LLM training? Чем отлича
• 424. Что такое pipeline parallelism и проблема pipeline bubbles?
• 425. Как работает sequence parallelism в контексте LLM?
• 426. Что такое 3D parallelism (data + tensor + pipeline)?
• 427. Как вы дебажите медленную меж-GPU коммуникацию в multi-node
• 428. Как вы проектируете Kafka топологии для RAG ingestion?
• 429. Что такое end-to-end backpressure в LLM пайплайне и как его
• 430. Как вы делаете canary analysis для новой LLM модели?
• 431. Почему LLM inference memory-bound, а не compute-bound?
• 432. Как работает FlashAttention-3 технически? Чем отличается от
• 433. Почему KV cache растет линейно с длиной контекста и как это
• 434. Как работает grouped-query attention (GQA) и как trade-off s
• 435. Почему MoE (Mixture of Experts) быстрее dense модели при инф
• 436. В чем разница между prefill и decode stage в LLM инференсе?
• 437. Почему decode stage плохо batchится?
• 438. Что такое continuous batching? Как реализовано в vLLM?
• 439. Как работает PagedAttention в vLLM внутренне?
• 440. Как работает speculative decoding? Как выбрать draft модель?
• 441. EAGLE-3 vs Medusa-2 vs Hydra: сравнение speculative decoding
• 442. Что такое prefix caching и когда он эффективен?
• 443. GGUF vs GPTQ vs AWQ: сравнение форматов квантизации для инфе
• 444. Почему 4-bit inference иногда медленнее 8-bit?
• 445. Как вы измеряете TTFT (Time To First Token) и TPOT (Time Per
• 446. Что такое chunked prefill и зачем он нужен?
• 447. Как работает scheduler в vLLM? Какие алгоритмы выбора запрос
• 448. Что такое KV cache reuse в multi-turn диалогах и как его реа
• 449. Как вы делаете streaming в production с учетом network limit
• 450. Что такое Wave Decoding и чем отличается от стандартного авт

Агенты и архитектуры (вопросы 451–550)

• 451. Как вы делаете load testing для LLM endpoint? Какие метрики
• 452. Как вы управляете memory fragmentation при длительном раннин
• 453. Как работает continuous batching в TGI (Hugging Face Text Ge
• 454. Что такое prompt caching у провайдеров (Anthropic, Google) и
• 455. Как вы выбираете между online и batch инференсом для LLM?
• 456. Что такое Medusa (multiple heads) для speculative decoding?
• 457. Как работает quantization-aware scaling в AWQ для защиты важ
• 458. Что такое FP8 инференс на H100 (Transformer Engine)?
• 459. Как вы дебажите низкую GPU utilization (например, 40% на A10
• 460. Как работает tensor parallelism с FP8 в vLLM?
• 461. Почему training 70B модели требует optimizer sharding (ZeRO-
• 462. ZeRO-1 vs ZeRO-2 vs ZeRO-3: что и когда использовать?
• 463. Что такое activation recomputation (checkpointing) и зачем о
• 464. Почему BF16 лучше FP16 для training?
• 465. Как работает gradient checkpointing в DeepSpeed?
• 466. Что такое curriculum learning для LLM и как его реализовать?
• 467. Что такое packing sequences и зачем он нужен?
• 468. Почему small batch size (<32) ухудшает training стабильность
• 469. Как работает Mixed Precision Training (FP16 + FP32 master ве
• 470. Что такое DeepSpeed ZeRO-Offload и когда он полезен?
• 471. Как работает FSDP (Fully Sharded Data Parallel) в PyTorch?
• 472. Почему gradient accumulation эквивалентен большому batch с т
• 473. Что такое torch.compile и как он ускоряет training?
• 474. Как работает FlashAttention для training (не только inferenc
• 475. Почему tokenizer влияет на стоимость training?
• 476. Как работает packing для variable-length sequences в FSDP?
• 477. Что такое curriculum learning на уровне данных для LLM?
• 478. Как работает distributed optimizer в PyTorch (torch.distribu
• 479. Что такое activation offloading и когда он нужен?
• 480. Как работает selective activation recomputation?
• 481. Что такое LoRA для training (инференс уже знаем)?
• 482. Как работает QLoRA (Quantized LoRA) для training?
• 483. Как работает DoRA (Weight-Decomposed LoRA) и чем лучше LoRA?
• 484. Что такое ReFT (Representation Fine-Tuning) и когда он лучше
• 485. Как вы дебажите training instability (loss spikes, divergenc
• 486. Почему LLM-as-Judge может быть biased? Назовите 3 основных b
• 487. Что такое calibration ошибок модели и как ее измерять (ECE,
• 488. Что такое benchmark contamination и как ее детектировать?
• 489. Что такое reward hacking в RLHF и как его детектировать?
• 490. Как вы проектируете бенчмарк для нового домена (медицина, юр
• 491. Что такое statistical power evaluation и как определять разм
• 492. Как вы измеряете inter-rater reliability для human evaluatio
• 493. Что такое Positional bias в LLM-as-Judge и как его исправить
• 494. Что такое synthetic eval collapse и как его предотвратить?
• 495. Что такое pairwise comparison vs scalar rating? Когда что ис
• 496. Что такое reward correlation и как ее измерять?
• 497. Как вы проектируете red teaming evaluation для jailbreak уст
• 498. Что такое meta-evaluation бенчмарков (оценка оценки)?
• 499. Как вы оцениваете alignment модели с человеческими ценностям
• 500. Как вы измеряете uncertainty в ответах LLM (logit-based vs e
• 501. Что такое Path-level evaluation для Agentic RAG и чем оно лу
• 502. Как вы A/B тестируете две версии промпта в production?
• 503. Как вы измеряете drift retrieval-качества в RAG (когда докум
• 504. Как вы оцениваете cost-effectiveness LLM-пайплайна?
• 505. Как вы проверяете, что новая версия модели не сломала старые
• 506. Что такое IRT (Item Response Theory) и как она применяется к
• 507. Что такое calibration в контексте reward model для RLHF?
• 508. Как вы оцениваете faithfulness без ground truth (если нет пр
• 509. Как вы сравниваете две модели, если у них разная latency (бы
• 510. Что такое benchmark chasing и почему это опасно?
• 511. Как вы проектируете ETL пайплайн для 1M документов/день в RA
• 512. Как вы дедуплицируете документы перед индексацией в RAG?
• 513. Что такое weak supervision для разметки данных для fine-tuni
• 514. Как вы генерируете synthetic данные для instruction tuning?
• 515. Как вы отслеживаете data drift для распределения запросов к
• 516. Как вы управляете качеством разметки (label quality) для DPO
• 517. Как вы проектируете feature store для ML фичей, используемых
• 518. Как вы обрабатываете PII в данных для RAG (GDPR, 152-ФЗ)?
• 519. Как вы делаете backfill эмбеддингов при смене embedding моде
• 520. Как вы проектируете data lineage для RAG (от документа к отв
• 521. Как вы делаете incremental ingestion для часто меняющихся до
• 522. Что такое data version control (DVC) для RAG корпуса докумен
• 523. Как вы делаете synthetic data generation для редких классов
• 524. Как вы обрабатываете streaming данные для real-time RAG?
• 525. Как вы управляете cost хранения векторной БД при миллиарде в
• 526. Как вы делаете schema evolution для метаданных документов в
• 527. Как вы проверяете качество парсинга документов (PDF, DOCX) в
• 528. Как вы обрабатываете corrupted или empty документы в ingesti
• 529. Как вы проектируете feature engineering для контекста RAG (к
• 530. Как вы делаете data quality monitoring для RAG корпуса?
• 531. Как вы делаете active learning loop для улучшения retrieval?
• 532. Что такое data contract между сервисами в RAG пайплайне?
• 533. Как вы обрабатываете real-time фичи для LLM (например, текущ
• 534. Как вы делаете data quality для синтетических датасетов?
• 535. Как вы проектируете векторную БД с миллиардом векторов при о
• 536. Как работает CLIP (Contrastive Language-Image Pre-training)
• 537. Что такое SigLIP и чем отличается от CLIP?
• 538. Как работает vision encoder в GPT-4V / LLaVA?
• 539. Что такое Fuyu-8B и чем архитектурно отличается от GPT-4V?
• 540. Как работает Q-Former в BLIP-2 и зачем он нужен?
• 541. Как вы делаете RAG для изображений (image retrieval without
• 542. Как вы парсите сложные PDF с таблицами и графиками (не прост
• 543. Как работает Whisper архитектурно для ASR (Automatic Speech
• 544. Как вы строите real-time voice agent с latency <500ms?
• 545. Как работает мультимодальное выравнивание (alignment) в моде
• 546. Как вы индексируете видео-контент в RAG-системе?
• 547. Как вы оцениваете мультимодальную модель на галлюцинации (PO
• 548. Что такое diffusion backends для генерации изображений (Stab
• 549. Как вы проектируете систему для real-time video understandin
• 550. Как работает OCR для RAG? Недостатки и когда его недостаточн

Production и MLOps (вопросы 551–650)

• 551. Как работает AudioLM и MusicGen для генерации аудио?
• 552. Как вы делаете image captioning для RAG (извлечение описания
• 553. Что такое LayoutLMv3 и зачем он для document understanding?
• 554. Как вы делаем image retrieval по тексту с высокой точностью?
• 555. Как работает мультимодальный RAG с unified retrieval (один и
• 556. Как вы делаете extraction таблиц из PDF для RAG?
• 557. Как работает Zero-shot classification для изображений (CLIP
• 558. Как вы делаете video summarization для RAG (вход — длинное в
• 559. Что такое Audio RAG (RAG для аудиофайлов)?
• 560. Как работает мультимодальная эвалюация (MEGA, MM-Vet) для VL
• 561. Как вы проектируете multimodal RAG для диаграмм (flowchart,
• 562. Как работает whisper.cpp для локального ASR с low latency?
• 563. Как вы делаете image retrieval с фильтрацией по метаданным (
• 564. Как работает модели типа Kosmos-2 (grounding объектов на изо
• 565. Как вы делаем retrieval для изображений с защитой авторских
• 566. Почему агенты деградируют на длинных horizon (более 10 шагов
• 567. Что такое planner/executor architecture для агентов и когда
• 568. Как работает Toolformer-like обучение для агентов (self-supe
• 569. Что такое reflection loops для агентов и как они работают?
• 570. Что такое tree search agents (MCTS for LLM) и когда они эффе
• 571. Как работают verifier models для agentic RAG и зачем они нуж
• 572. Что такое trajectory optimization для агентов и как ее реали
• 573. Как вы предотвращаете tool overuse (когда агент вызывает API
• 574. Что такое memory corruption в агентах и как его детектироват
• 575. Как работает hierarchical planning для агентов (разбивка на
• 576. Что такое skill libraries для агентов и как их создавать?
• 577. Как вы делаете agent robustness к adversarial instructions (
• 578. Что такое agent evaluation метрика: successful task completi
• 579. Как работает agent replay для улучшения качества (анализ fai
• 580. Как вы делаем agent with theory of mind (понимание намерений
• 581. Что такое multi-agent debate и как он улучшает качество отве
• 582. Как работает agent self-improvement через self-reflection on
• 583. Как вы делаете agent с bounded rationality (ограниченные выч
• 584. Что такое agent distillation (обучение маленького агента на
• 585. Как вы делаете agent robustness к missing API (когда инструм
• 586. Что такое agent state management (состояние агента между выз
• 587. Как работает agent with external tool verification (проверка
• 588. Что такое agent explanation fidelity (насколько объяснение с
• 589. Как вы делаете agent с human values alignment (Constitutiona
• 590. Как работает multi-agent with role specialization (агенты-эк
• 591. Что такое agent communication protocol (формат сообщений меж
• 592. Как вы делаете agent with iterative refinement (улучшение от
• 593. Как работает agent handover (передача задачи другому агенту)
• 594. Что такое agent safety constraints (ограничения на действия
• 595. Как вы делаете agent evaluation на длинных horizon (100+ шаг
• 596. Как работает model stealing attack (экстракция модели через
• 597. Что такое jailbreak taxonomy (OOD, refusal suppression, role
• 598. Как работает embedding poisoning для RAG и как защититься?
• 599. Что такое adversarial retrieval (атака на retrieval компонен
• 600. Как вы защищаете LLM от градиентных атак (white-box jailbrea
• 601. Что такое data poisoning атака на fine-tuning и как защитить
• 602. Как работает membership inference атака на LLM?
• 603. Что такое watermarking для LLM генераций и как его детектиро
• 604. Как вы защищаете multi-agent систему от вредоносного агента?
• 605. Что такое adversarial fine-tuning для защиты от jailbreak?
• 606. Как работает prompt leakage (кража системного промпта) и как
• 607. Что такое sandbox escape для AI-агента и как защититься?
• 608. Как работает model inversion атака (восстановление training
• 609. Как вы защищаете RAG от document injection (вредоносные доку
• 610. Что такое malicious embeddings (атака через векторные БД)?
• 611. Как работает adversarial example для embedding моделей (атак
• 612. Что такое data exfiltration через LLM (утечка данных через о
• 613. Как работает model watermarking для LLM (идентификация модел
• 614. Как вы защищаете LLM от prompt injection через RAG (когда до
• 615. Что такое adversarial patch для vision-language моделей (физ
• 616. Как работает rainbow teaming (комбинация red + blue + purple
• 617. Как вы защищаете агента от tool injection (вредоносный API о
• 618. Что такое jailbreak as a service (коммерческие jailbreak сер
• 619. Как работает LLM fingerprinting (идентификация модели по отв
• 620. Что такое differential privacy для LLM и как она работает?
• 621. Как вы защищаете LLM от prompt injection через изображения (
• 622. Как работает membership inference через logits (разница в ве
• 623. Что такое secure aggregation для федеративного обучения LLM?
• 624. Как вы защищаете RAG от data poisoning через неявные инструк
• 625. Что такое adversarial prompt detection для реального времени
• 626. Как работают современные long-context LLM (GPT-4 1M, Claude
• 627. Как вы тестируете long-context capability модели (бенчмарки:
• 628. Что такое attention sink и почему он возникает в длинных кон
• 629. Как работает sliding window attention в Mistral и Longformer
• 630. Как работает RoPE (Rotary Position Embeddings) для экстрапол
• 631. Как вы делаете длинный контекст для RAG (100k+ токенов в кон
• 632. Как работает Infini-attention (Google, 2024) для бесконечног
• 633. Как вы оцениваете reasoning capability (не просто recall) на
• 634. Что такое "lost in the middle" и как это связано с attention
• 635. Как работает RAPTOR (иерархическое суммирование для длинного
• 636. Как вы проектируете промпт для long context рассуждения (CoT
• 637. Что такое Chain-of-Thought без токенов (latent CoT, COCONUT)
• 638. Как работает ∇-Reasoner (градиентный спуск в пространстве то
• 639. Как вы делаете model selection для long context (какая модел
• 640. Как работает Multi-query attention (MQA) для long context?
• 641. Что такое grouped-query attention (GQA) как компромисс для l
• 642. Как вы реализуете KV cache для 1M токенов на 8x H100?
• 643. Как работает YaRN (Yet another RoPE extensioN) для увеличени
• 644. Как вы оцениваете faithfulness ответа на длинном контексте (
• 645. Что такое hierarchical retrieval для long context RAG (когда
• 646. Как работает attention с линейной сложностью (Linformer, Per
• 647. Как вы делаете long context для code generation (модель долж
• 648. Что такое streaming LLM для бесконечного контекста (техника
• 649. Как вы измеряете reasoning degradation с ростом контекста? (
• 650. Что такое memory-efficient attention для long context на 8x

Безопасность и мониторинг (вопросы 651–750)

• 651. Как работает attention математически? Выведите формулу scale
• 652. Почему в формуле attention нужно делить на √d_k? Что будет б
• 653. Что такое position encoding? RoPE vs абсолютные позиции vs о
• 654. Как работает LayerNorm и RMSNorm? В чем разница и почему RMS
• 655. Что такое SwiGLU и почему он лучше ReLU в LLM?
• 656. Как работает кросс-энтропия (cross-entropy loss) для LLM обу
• 657. Что такое KL divergence и где она применяется в LLM (RLHF, d
• 658. Как работает perplexity и как ее интерпретировать? Связь с c
• 659. Что такое Adam optimizer и как работают его параметры (β1, β
• 660. Что такое gradient clipping и зачем он нужен при обучении LL
• 661. Как работает softmax и почему он вызывает проблемы с градиен
• 662. Что такое logits и как они связаны с вероятностями? temperat
• 663. Как работает обратное распространение (backpropagation) в тр
• 664. Что такое vanishing / exploding gradients в трансформерах и
• 665. Как работает инициализация весов в LLM (Xavier, Kaiming, поч
• 666. Что такое FP16, BF16, FP8, INT8 quantization? Когда что испо
• 667. Как работает FlashAttention математически (tiling, recomputa
• 668. Что такое индуктивные biases трансформеров? (positional inva
• 669. Как работает связь между SGD и Adam? Почему Adam лучше для L
• 670. Что такое loss landscape LLM и как оно влияет на обучение (s
• 671. Как работает эмбеддинг слой и почему его размер (embedding d
• 672. Что такое residual connections и зачем они нужны в трансформ
• 673. Как работает нормализация перед attention (pre-norm) vs посл
• 674. Что такое logit lens (интерпретация скрытых состояний)?
• 675. Как работает dropout и зачем он нужен в LLM? (regularization
• 676. Что такое residual stream и как он связан с информационным п
• 677. Как работает forward pass LLM: от токена до вероятности след
• 678. Как работает greedy decoding vs beam search vs sampling?
• 679. Что такое repetition penalty и как он работает?
• 680. Как работает Mixture of Experts (MoE) внутри LLM (спарсинг а
• 681. Как вы генерируете синтетический датасет для instruction tun
• 682. Как вы оцениваете качество синтетических данных? (Self-consi
• 683. Что такое data augmentation для LLM (back-translation, parap
• 684. Как вы генерируете hard negative примеры для retrieval обуче
• 685. Как вы детектируете и удаляете низкокачественные примеры из
• 686. Как работает synthetic data для RLHF (предпочтения)?
• 687. Как вы делаете synthetic eval (генерация тестовых вопросов п
• 688. Что такое synthetic data collapse (когда синтетические данны
• 689. Как вы проектируете dynamic benchmark (меняющийся со времене
• 690. Как вы измеряете diversity синтетического датасета?
• 691. Как вы делаем synthetic data для редких языков (не английски
• 692. Что такое curriculum learning for synthetic data (обучение н
• 693. Как вы обнаруживаете contamination (пересечение synthetic да
• 694. Как работает weak supervision для synthetic данных (создание
• 695. Как вы делаете synthetic data для multi-turn диалогов (агент
• 696. Что такое active learning для сбора синтетических данных?
• 697. Как вы масштабируете синтетическую генерацию до миллионов пр
• 698. Как вы делаете synthetic data для сложного рассуждения (math
• 699. Как вы оцениваете, сколько синтетических данных нужно для fi
• 700. Как вы комбинируете реальные и синтетические данные для макс
• 701. Как работает warp scheduling на NVIDIA GPU и как это влияет
• 702. Что такое memory coalescing и почему оно важно для attention
• 703. Как работает L1/L2 cache hierarchy в A100/H100 и как ее испо
• 704. Что такое bank conflicts в shared memory и как их избежать?
• 705. Как работает Tensor Core microarchitecture (WGMMA, MMA инстр
• 706. Что такое TMA (Tensor Memory Accelerator) в H100 и как он ус
• 707. Как работает asynchronous execution на Hopper (copy engine v
• 708. Что такое MIG (Multi-Instance GPU) и как настроить для разны
• 709. NVIDIA Grace Hopper: CPU-GPU unified memory, как это меняет
• 710. Бенчмаркинг LLM на AMD MI300X vs H100: различия в архитектур
• 711. Как работает speculative execution на GPU для LLM (branch pr
• 712. Что такое Cooperative Groups в CUDA и как использовать для a
• 713. Как работает Mamba (State Space Model) и чем она лучше транс
• 714. RWKV (RNN with Transformer attention): как комбинирует RNN и
• 715. Hyena: как заменить attention на свертки, сохранив качество?
• 716. Когда SSM-архитектуры (Mamba, StripedHyena) лучше трансформе
• 717. Почему трансформеры до сих пор побеждают SSM на большинстве
• 718. Что такое Test-Time Training (TTT) слои и как они работают?
• 719. Как проектировать аукцион для allocation вычислительных ресу
• 720. Что такое mechanism design для multi-agent systems и как при
• 721. Как предотвращать collusion (сговор) между агентами в децент
• 722. Что такое VCG auction (Vickrey-Clarke-Groves) и как он обесп
• 723. Как моделировать экономику агентов с ограниченными бюджетами
• 724. Что такое emergent specialization в multi-agent systems (аге
• 725. Как проектировать reputation system для агентов в децентрали
• 726. Как предотвращать free-riding в multi-agent системе (агенты
• 727. Как LLM применяются для protein folding (AlphaFold 3, ESM3)?
• 728. Что такое AI for materials science (GNoME, MatterGen) и как
• 729. Как LLM используются для code generation с формальной верифи
• 730. Что такое LLM для symbolic regression (AI Feynman) и как это
• 731. Как комбинировать LLM с симуляторами физики (digital twins)?
• 732. Что такое EU AI Act и как оно влияет на деплой LLM в product
• 733. Как выполнять requirement on transparency (статья 13 EU AI A
• 734. Что такое model cards и system cards и как их составлять?
• 735. Как проводить safety case для LLM системы (аналог safety cas
• 736. Что такое red teaming certification (стандарты 2026 для оцен
• 737. Что такое Harness Engineering и чем он отличается от Prompt
• 738. Назовите 12+ слоёв эталонной архитектуры Harness.
• 739. Как изменилась роль инженера с приходом Harness Engineering?
• 740. Что такое Context Engineering в рамках Harness и почему это
• 741. Что такое Partial Harnessing (частичное управление)?
• 742. В чем разница между Workflow и Guidance в теории harness-eng
• 743. Какие есть типичные failure modes в harness-engineering (ove
• 744. Что такое Agent Loop и какие компоненты входят в production-
• 745. Что такое AgentPool и Handoff в multi-agent orchestration?
• 746. Что такое Safety & Guardrails как слой Harness? Чем runtime
• 747. Что такое AdmissionController в Harness и зачем он нужен?
• 748. Как в Harness Engineering реализована эвалюация и дрейф (eva
• 749. Что такое Session Management в Harness и какие стратегии (TT
• 750. Как устроена Memory в Harness (in-memory, fs, vector stores,

Специализированные темы (вопросы 751–900)

• 751. Что такое Tool System в Harness (defineTool, registry, JSON
• 752. Как Harness Engineering помогает решить проблему "гарантий и
• 753. Что такое Coordination Engineering и чем он отличается от Ha
• 754. Как Harness Engineering связан с наблюдаемостью (OpenTelemet
• 755. Что такое эволюция (evolution) в Harness Engineering (compon
• 756. Как выглядит process operational excellence в Harness Engine
• 757. Какие инструменты и фреймворки существуют для Harness Engine
• 758. Как вы проектируете Harness для mission-critical приложения?
• 759. Какие книги или ресурсы вы рекомендуете по Harness Engineeri
• 760. Что такое Delegation Engineering и чем он отличается от Harn
• 761. Какие паттерны делегирования существуют (hierarchical, peer-
• 762. Что такое «эскалация человеку» (human escalation) и как её п
• 763. Как проектировать fallback-цепи (агент А → агент Б → человек
• 764. Что такое graceful degradation в multi-agent системах?
• 765. Как измерять «стоимость делегирования» (токены + время + ден
• 766. Что такое delegation by exception (делегирование только по и
• 767. Как проектировать SLA между агентом-менеджером и агентами-ис
• 768. Что такое «ротация агентов» (load balancing между агентами)?
• 769. Как тестировать delegation paths (интеграционное тестировани
• 770. Что такое «откат делегирования» (rollback delegation) при ош
• 771. Как проектировать delegation с учётом человеческого фактора
• 772. Что такое «аутсорсинг» задачи другому LLM (с другим API, дру
• 773. Как измерять «коэффициент полезного делегирования» (сколько
• 774. Какие инструменты для Delegation Engineering существуют (Air
• 775. Что такое Cost Engineering для LLM-систем?
• 776. Как считать TCO (Total Cost of Ownership) для RAG/Agent сист
• 777. Что такое «cost per good answer» и как его измерять?
• 778. Как проектировать cost-aware routing (дешёвая модель для про
• 779. Что такое «token budget» для агента и как его выставлять?
• 780. Как измерять ROI от fine-tuning (окупается ли дообучение бол
• 781. Как проектировать auto-scaling с учётом cost (spot vs on-dem
• 782. Что такое «cost attribution» (какой компонент сколько стоит)
• 783. Как сравнивать cost efficiency разных LLM провайдеров?
• 784. Как строить финансовую модель LLM-продукта для бизнеса?
• 785. Как тестировать агентов на недетерминированность?
• 786. Что такое «golden dataset» для агента и как его создавать?
• 787. Как делать property-based testing для агентов?
• 788. Что такое «simulation testing» (тестирование в симулированно
• 789. Как тестировать multi-turn диалоги агента?
• 790. Что такое «canary testing» для агентов (10% трафика на новую
• 791. Как тестировать fallback и graceful degradation?
• 792. Что такое «regression testing» для агентов (старый кейс слом
• 793. Как тестировать инструменты агента (tool testing изолированн
• 794. Что такое «test coverage» для агента (покрытие траекторий, а
• 795. Как автоматизировать test generation для агента?
• 796. Что такое «chaos testing» для агента (внезапно API вернул ош
• 797. Как тестировать промпты (prompt regression testing)?
• 798. Как тестировать промпты на регрессии (prompt regression suit
• 799. Как интегрировать тестирование агентов в CI/CD?
• 800. Что такое Prompt Registry (каталог промптов с версиями)?
• 801. Как делать A/B тестирование промптов в production?
• 802. Что такое «prompt as code» (промпты в Git, code review)?
• 803. Как делать canary deployment для промптов (5% трафика)?
• 804. Как делать rollback промпта (auto-rollback при деградации ме
• 805. Что такое «prompt linting» (статический анализ промптов)?
• 806. Как управлять dependency между промптами (один промпт вызыва
• 807. Что такое «prompt observability» (мониторинг эффективности п
• 808. Что такое «prompt templating» и как его версионировать?
• 809. Как управлять версиями промптов в production (best practices
• 810. Какие протоколы меж-агентской коммуникации существуют (A2A,
• 811. Что такое «message bus» для агентов (Kafka, NATS, Redis PubS
• 812. Как обеспечивать exactly-once delivery между агентами?
• 813. Что такое «actor model» для агентов (Akka, Orleans)?
• 814. Как проектировать rate limiting на уровне сообщений?
• 815. Что такое «dead letter queue» для сообщений агентов?
• 816. Как обеспечивать backward compatibility при изменении проток
• 817. Что такое «message schema evolution» (Avro/Protobuf)?
• 818. Как проектировать request-response vs fire-and-forget для аг
• 819. Что такое «circuit breaker» на уровне меж-агентских вызовов?
• 820. Как масштабировать vLLM на несколько GPU/нод?
• 821. Как избежать hot shard в Qdrant (или другой векторной БД)?
• 822. Что делать, если embedding pipeline отстаёт от ingestion (ba
• 823. Как проектировать AI pipeline с at-least-once семантикой?
• 824. Как организовать distributed tracing для agent pipeline?
• 825. Что такое autoscaling inference и как его настроить?
• 826. Как организовать GPU scheduling для multi-tenant LLM serving
• 827. Какие есть стратегии распределённого кэширования для LLM (Re
• 828. Как проектировать distributed locking для LLM agents?
• 829. Что такое rate limiting на уровне API Gateway для LLM?
• 830. Как проектировать retry storm mitigation (защита от лавинных
• 831. Как проектировать graceful degradation при отказе vector DB?
• 832. Как проектировать graceful degradation при отказе LLM API?
• 833. Как организовать multi-region active-passive для LLM API?
• 834. Как учитывать CAP theorem в AI systems?
• 835. Как проектировать distributed dead letter queue для сообщени
• 836. Почему vLLM быстрее TGI (Hugging Face Text Generation Infere
• 837. Как работает paged attention? (детально)
• 838. Как speculative decoding ускоряет inference? (детально)
• 839. Чем AWQ отличается от GPTQ?
• 840. Когда tensor parallelism хуже pipeline parallelism?
• 841. Как устроен KV cache? Почему он bottleneck?
• 842. Как работает prefix caching и prompt caching у провайдеров?
• 843. Что такое continuous batching и как оно влияет на throughput
• 844. Как работает FlashAttention-3 математически?
• 845. Как работают CUDA graphs и когда их использовать?
• 846. Как дебажить memory fragmentation в LLM сервере?
• 847. Как сравнивать quantization методы (GPTQ, AWQ, GGUF, bitsand
• 848. Как работает динамическое бэтчирование в TGI vs vLLM?
• 849. Что такое expert parallelism для MoE моделей (Mixtral)?
• 850. Как работают inference schedulers (FCFS, Priority, Fairness)
• 851. Как строить streaming RAG pipeline (real-time ingestion)?
• 852. Как обрабатывать schema drift в данных для RAG?
• 853. Как организовать feature store для AI (Feast, Hopsworks)?
• 854. Почему Kafka лучше RabbitMQ для event streaming?
• 855. Как проектировать CDC (Change Data Capture) для документов?
• 856. Как организовать data versioning (DVC, LakeFS, Delta Lake)?
• 857. Как реализовать online/offline feature consistency для LLM?
• 858. Как проектировать ETL vs ELT для RAG?
• 859. Как организовать streaming feature pipelines для real-time R
• 860. Как обеспечивать exactly-once semantics в Kafka для embeddin
• 861. Как проектировать data contracts для RAG пайплайна?
• 862. Как делать feature engineering для RAG (кроме текста)?
• 863. Как проектировать Airflow DAG для RAG ingestion?
• 864. Как обрабатывать late-arriving data в ingestion?
• 865. Как проектировать schema registry для метаданных RAG?
• 866. Как генерировать synthetic датасеты для RAG evaluation?
• 867. Как делать adversarial evals для RAG (проверка на устойчивос
• 868. Что такое red teaming для LLM и как его проводить?
• 869. Как избежать benchmark contamination (когда модель видела те
• 870. Как работает LLM-as-judge и почему он biased?
• 871. Как делать pairwise ranking для сравнения моделей?
• 872. Что такое calibration для LLM и как её измерять (ECE)?
• 873. Как детектировать reward hacking в RLHF?
• 874. Как оценивать multi-step agents (не только final answer)?
• 875. Как делать synthetic eval datasets для agentic workflows?
• 876. Как избежать evaluation overfitting (когда модель учится на
• 877. Как работает process reward model (PRM) vs outcome reward mo
• 878. Как измерять faithfulness для long-form ответов (1000+ токен
• 879. Как делать evaluation для long-context RAG (>100k токенов)?
• 880. Как проектировать golden dataset для agent evaluation?
• 881. Что такое jailbreak taxonomy (полная классификация)?
• 882. Как происходит tool poisoning (атака через инструменты агент
• 883. Как защитить RAG от poisoning (вредоносные документы в базе
• 884. Как работает model extraction attack и как защититься?
• 885. Как происходит PII leakage через LLM и как защититься?
• 886. Как делать sandboxing для agent tools (изоляция выполнения)?
• 887. Как проектировать agent permissions (least privilege модель)
• 888. Как защититься от prompt stealing (кража системного промпта)
• 889. Как детектировать и предотвращать vector DB poisoning?
• 890. Как тестировать robustness LLM к adversarial inputs?
• 891. Что такое planner-executor архитектура для агентов?
• 892. Как работают verifier models для agentic RAG?
• 893. Как работает tree search (MCTS) для LLM агентов?
• 894. Как работает memory compression для агентов (long-term memor
• 895. Как оптимизировать траектории агента (trajectory optimizatio
• 896. Как сделать агента самовосстанавливающимся (self-healing)?
• 897. Как работают agent swarms (рой агентов)?
• 898. Как работает Toolformer (обучение агента использованию инстр
• 899. Что такое DSPy в контексте агентов?
• 900. Как работают browser agents и computer use agents (Claude Co

Оглавление сгенерировано автоматически.